ANALISIS PENERIMAAN DAN PENGGUNAAN APLIKASI …repository.unair.ac.id/56790/14/ST.SI 41-16 Kus a SKRIPSI-min.pdf · Skripsi ini di bawah ... dibuat disebarkan kepada pengguna aplikasi

ANALISIS PENERIMAAN DAN PENGGUNAAN

APLIKASI PEMUTAR MUSIK ONLINE

DENGAN MENGGUNAKAN HEDONIC-MOTIVATION

SYSTEM ADOPTION MODEL

SKRIPSI

HENDRA HANGGAR KUSUMA

PROGRAM STUDI S1 SISTEM INFORMASI

DEPARTEMEN MATEMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS AIRLANGGA

SURABAYA

2016

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

SKRIPSI ANALISIS PENERIMAAN DAN ... HENDRA HANGGAR K.

ii

ANALISIS PENERIMAAN PENGGUNAAN




SKRIPSI

Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer

Bidang Sistem Informasi pada Fakultas Sains dan Teknologi

Universitas Airlangga

Oleh:

HENDRA HANGGAR KUSUMA.

NIM. 081116036

Tanggal Ujian: 9 Agustus 2016

Disetujui oleh:

Pembimbing I

Ir. Dyah Herawatie, M.Si

NIP. 19671111 199303 2 002

Pembimbing II

Indah Werdiningsih, S.Si, M.Kom

NIP. 19800217 200501 2 001



iii

LEMBAR PENGESAHAN NASKAH SKRIPSI

Judul : ANALISIS PENERIMAAN PENGGUNAAN APLIKASI

PEMUTAR MUSIK ONLINE DENGAN

MENGGUNAKAN HEDONIC-MOTIVATION SYSTEM

ADOPTION MODEL

Penyusun : HENDRA HANGGAR KUSUMA

NIM : 081116036

Tanggal Ujian : 9 Agustus 2016

Pembimbing I : Ir. Dyah Herawatie, M.Si

Pembimbing II : Indah Werdiningsih, S.Si, M.Kom

Disetujui oleh :

Pembimbing I

Ir. Dyah Herawatie, M.Si

NIP. 19671111 199303 2 002

Pembimbing II

Indah Werdiningsih, S.Si, M.Kom

NIP. 19800217 200501 2 001

Mengetahui,

Ketua Departemen Matematika

FST Universitas Airlangga

Badrus Zaman, S.Kom., M.Cs.

NIP. 19780126 200604 1 001

Ketua Program Studi S1 Sistem Informasi

FST Universitas Airlangga

Badrus Zaman, S.Kom., M.Cs.

NIP. 19780126 200604 1 001



iv

PEDOMAN PENGGUNAAN SKRIPSI

Skripsi ini tidak dipublikasikan, namun tersedia di perpustakaan dalam

lingkungan Universitas Airlangga, diperkenankan untuk dipakai sebagai

referensi kepustakaan, tetapi pengutipan harus seizin penyusun dan harus

menyebutkan sumbernya sesuai kebiasaan ilmiah.

Dokumen skripsi ini merupakan hak milik Universitas Airlangga.



v

SURAT PERNYATAAN TENTANG ORISINALITAS

Yang bertanda tangan dibawah ini, saya:

Nama : Hendra Hanggar Kusuma

NIM : 081116036

Program Studi : Sistem Informasi

Fakultas : Sains dan Teknologi

Jenjang : Sarjana (S1)

Menyatakan bahwa saya tidak melakukan kegiatan plagiat dalam penulisan skripsi

saya yang berjudul:

ANALISIS PENERIMAAN DAN PENGGUNAAN




Apabila suatu saat nanti terbukti melakukan tindakan plagiat, maka saya akan

menerima sanksi yang telah di tetapkan.

Demikian surat pernyataan in saya buat dengan sebenar-benarnya

Surabaya, 18 Agustus 2016

Hendra Hanggar K

NIM. 081116036

Materai

6000,-



vi

KATA PENGANTAR

Assalammualaikum Wr. Wb

Puji syukur saya panjatkan kepada Allah SWT karena atas limpahan rahmat

dan ridho-Nya, sehingga saya dapat menyelesaikan penyusunan proposal skripsi

yang berjudul “Analisis Penerimaan Penggunaan Aplikasi Pemutar Musik Online

Dengan Menggunakan Hedonic-Motivation System Adoption Model”.

Dalam menyusun proposal skripsi ini terdapat beberapa hambatan. Namun

atas kerja sama dengan berbagai pihak, semua itu dapat teratasi. Untuk itu, atas

terselesaikannya proposal skripsi ini, saya mengucapkan terima kasih kepada:

1. Ir. Dyah Herawatie, M.Si selaku Pembimbing I yang telah memberi bimbingan

penelitian proposal skripsi ini.

2. Indah Werdiningsih, S.Si., M.Kom selaku Pembimbing II yang telah memberi

bimbingan penelitian proposal skripsi ini.

Saya menyadari sebagai seorang mahasiswa yang masih dalam proses

pembelajaran, penelitian proposal akhir ini masih banyak kekurangannya. Oleh

karena itu, saya sangat mengharapkan adanya kritik dan saran yang bersifat

membangun, guna penelitian proposal akhir yang lebih baik lagi di masa yang akan

datang.

Wassalamu’alaikum Wr. Wb

Surabaya, 18 Agustus 2016

Penulis



vii

UCAPAN TERIMA KASIH

Puji syukur kehadirat Allah SWT yang telah melimpahkan anugerah-Nya,

sehingga skripsi yang berjudul “Analisis Penerimaan Penggunaan Aplikasi

Pemutar Musik Online Dengan Menggunakan Hedonic-Motivation System

Adoption Model” dapat terselesaikan dengan lancar dan baik.

Dalam penyusunan skripsi ini, penulis banyak meneui rintangan dan hambatan.

Namun dengan adanya batuan dari berbagai pihak sehingga penelitian ini dapat

terselesaikan. Penulis tak lupa mengucapkan terima kasih kepada:

1. Allah SWT yang senantiasa memberikan rahmat dan hidayah-Nya serta

Rasulullah SAW yang menjadi suri tauladan sehingga penelitian ini selesai

dengan baik.

2. Bapak Minarno dan Ibu Yuli Istianah, Dian Ariesawati, Evi Dwi Putri Nuryani

dan Devina Meysari selaku keluarga yang selalu memberikan dukungan, doa,

motivasi, materil dan semangat sehingga penulis dapat menyelesaikan skripsi

ini.

3. Ir. Dyah Herawatie, M.Si., selaku dosen pembimbing I yang telah sabar

memberi bimbingan, memberikan semangat, dan membantu penulis sehingga

skripsi ini dapat terselesaikan dengan baik.

4. Indah Werdiningsih, S.Si, M.Kom., selaku dosen pembimbing II yang telah

sabar memberi bimbingan, memberikan semangat, dan membantu penulis

sehingga skripsi ini dapat terselesaikan dengan baik.



viii

5. Rini Semiati, Dra. , selaku dosen wali yang telah memotivasi, memberi nasehat

dan membimbing selama masa studi.

6. Seluruh Dosen Sitem Informasi yang telah banyak memberikan ilmu kepada

penulis selama masa studi hingga penulisan skripsi dapat terselesaikan dengan

baik.

7. Deo Ezar Azhari, S.Kom., Agustinus Kurniawan dan Helmi Putra yang telah

berbaik hati membimbing, membantu dan direpoti penulis dalam pengerjaan

skripsi.

8. Alief Arsalan, Achmad Agoeh, Dimitri Augusta, Febri Sofi, Aditya Suharjono,

Yogie Mahendra, Satya Deriawan selaku teman seperjuangan yang juga

bersama-sama berjuang menyelesaikan skripsi, dan juga memotivasi kepada

penulis.

9. Teman – teman S1 Sistem Infromasi 2011 yang belum disebut namanya satu-

persatu, terima kasih telah memberikan keceriaan, suka duka perkuliahan,

kekompakan, kenangan, berbagi ilmu selama 4 tahun ini.

10. Staff TU program studi Sistem Informasi yang telah membantu dalam

keperluan administrasi selama studi hingga penjadwalan sidang



ix

Hendra Hanggar Kusuma, 2016. Analisis Penerimaan dan Penggunaan Aplikasi

Pemutar Musik Online Dengan Menggunakan Hedonic-Motivation System

Adoption Model. Skripsi ini di bawah bimbingan Ir. Dyah Herawatie, M.Si. dan

Indah Werdiningsih, S.Si, M.Kom. Program Studi S1 Sistem Informasi. Fakultas

Sains dan Teknologi, Universitas Airlangga.

ABSTRAK

Aplikasi pemutar musik online merupakan salah satu teknologi yang

mendukung untuk memutar musik secara online. Misalnya JOOX, Spotify,

Soundcloud, Google Play Music, iTunes, 8Tracks dan lain sebagainya. Aplikasi ini

termasuk dalam hedonic-motivation system (HMS) yang berfungsi untuk

meningkatkan kesenangan pengguna. Penelitian ini bertujuan untuk

mengidentifikasi variabel dan indikator yang memiliki pengaruh terhadap analisa

penerimaan penggunaan aplikasi pemutar musik online.

Hedonic-motivation system adoption model (HMSAM) dipilih untuk

analisis tersebut. Identifikasi variabel dan hipotesis dilakukan untuk kemudian

dijadikan dasar dalam menyusun kuesioner dan indikator. Kuesioner yang telah

dibuat disebarkan kepada pengguna aplikasi yang berjumlah 100 orang. Kuesioner

yang telah dikumpulkan kemudian diolah dengan Partial Least Square (PLS)

dengan melalui beberapa tahapan antara lain evaluasi model pengukuran, evaluasi

model struktural, serta dilakukan uji goodness of fit (GoF). Analisa data digunakan

untuk memberikan rekomendasi saran kepada developer aplikasi.

Hasil penelitian menunjukkan faktor yang berpengaruh terhadap

kesuksesan penggunaan aplikasi pemutar musik online adalah perceived ease of

use, perceived usefulness, joy dan control. Rekomendasi dan saran yang diajukan

untuk menganalisa kepuasan penggunaan aplikasi pemutar music online yaitu

dengan melakukan maintenance secara berkala dan mengurangi batasan dalam

penggunaan aplikasi pemutar musik online bagi pengguna yang tidak memiliki

akun VIP.

Kata kunci : Analisa Penerimaan, Aplikasi Pemutar Musik Online,

Hedonic-Motivation System, Partial Least Square



x

Hendra Hanggar Kusuma, 2016. User Acceptance and Usage of Online Music

Player Application Using Hedonic-Motivation System Adoption Model. This thesis

was written under the supervision of Ir. Dyah Herawatie, M.Si. and Indah

Werdiningsih, S.Si, M.Kom. Bachelor Degree Information System Study Program

Faculty of Science and Technology, Airlangga University.

ABSTRACT

Online music player application is one of the technologies that support for

playing music online. For example JOOX, Soundcloud, Spotify, Google Play

Music, iTunes, 8tracks and others.These applications include hedonic-motivation

system (HMS), which serves to enhance the user's delight. This study aims to

identify the variables and indicators that have an influence on the analysis of the

acceptance and usage of online music player application.

Hedonic-motivation system adoption model (HMSAM) selected to do those

analyse. Identification of variables and hypotheses made to then be used as the basis

in preparing the questionnaire and indicators. The questionnaire has been

distributed to the user created applications that totaled 100 people. The

questionnaire that has been collected and processed with the Partial Least Square

(PLS) through several stages, among others, the evaluation of the measurement

model, the structural model evaluation, and test the goodness of fit (GoF). Analysis

of the data used to provide advisory recommendations to the application developer.

The results showed the factors that influence the success of online music

player application usage is the perceived ease of use, perceived usefulness, joy and

control. Recommendations and suggestions put forward to analyze the satisfaction

of the use of online music player application is to perform periodic maintenance

and reduce the limitations in the use of online music player application for users

who do not have a VIP account.

Keywords : User Acceptance, Online Music Player Application, Hedonic-

Motivation System, Partial Least Square



xi

DAFTAR ISI

HALAMAN JUDUL ................................................................................................ i

LEMBAR PERNYATAAN .................................................................................... ii

LEMBAR PENGESAHAN NASKAH SKRIPSI .................................................. iii

PEDOMAN PENGGUNAAN SKRIPSI ............................................................... iv

SURAT PERNYATAAN TENTANG ORISINALITAS ....................................... v

KATA PENGANTAR ........................................................................................... vi

UCAPAN TERIMA KASIH ................................................................................. vii

ABSTRAK ............................................................................................................. ix

ABSTRACT ............................................................................................................ x

DAFTAR ISI .......................................................................................................... xi

DAFTAR GAMBAR ........................................................................................... xiii

DAFTAR TABEL ................................................................................................ xiv

DAFTAR LAMPIRAN ......................................................................................... xv

BAB I PENDAHULUAN ....................................................................................... 1

1.1 Latar Belakang ......................................................................................... 1

1.2 Rumusan Masalah .................................................................................... 3

1.3 Tujuan Peneliatan ..................................................................................... 3

1.4 Manfaat Peneliatan: .................................................................................. 4

1.5 Batasan Masalah ....................................................................................... 4

BAB II TINJAUAN PUSTAKA ............................................................................. 5

2.1 Aplikasi .................................................................................................... 5

2.2 Aplikasi Pemutar Musik Online ............................................................... 5

2.3 Model Penerimaan Teknologi Informasi .................................................. 8

2.4 Hedonic-motivation system adoption model ............................................ 9

2.5 Pengelompokan Data .............................................................................. 13

2.6 Skala untuk Instrumen (Model Skala Sikap) .......................................... 14

2.7 Populasi dan Sampling ........................................................................... 15

2.8 Metode Pengumpulan Data .................................................................... 19



xii

2.9 Partial Least Square-Structural Equation Modeling (PLS-SEM) ........... 21

2.10 Tools SmartPLS 3.0 ............................................................................... 29

BAB III METODE PENELITIAN........................................................................ 31

3.1 Studi Literatur ......................................................................................... 32

3.2 Observasi Lapangan ............................................................................... 32

3.3 Penentuan Model .................................................................................... 32

3.4 Penentuan Hipotesis ............................................................................... 33

3.5 Penyusunan Kuisioner ............................................................................ 34

3.6 Penetuan Populasi dan Sampel Responden ............................................ 35

3.7 Metode Pengumpulan Data .................................................................... 35

3.8 Pengelolahan Data dengan Partial Least Square (PLS)......................... 35

3.9 Analisis Hasil ......................................................................................... 37

BAB IV HASIL DAN PEMBAHASAN .............................................................. 39

4.1 Penyusunan Kuesioner dan Penentuan Variabel .................................... 39

4.2 Penyebaran dan Pengumpulan Kuesioner .............................................. 39

4.3 Penyajian Data Penelitian ....................................................................... 45

4.4 Pengolahan Data Dengan Partial Least Square (PLS) ............................ 53

4.5 Analisis Hasil ......................................................................................... 59

4.6 Rekomendasi dan Saran untuk Developer Aplikasi ............................... 61

BAB V KESIMPULAN DAN SARAN ................................................................ 63

5.1 Kesimpulan ............................................................................................. 63

5.2 Saran ....................................................................................................... 64

DAFTAR PUSTAKA ........................................................................................... 65



xiii

DAFTAR GAMBAR

Gambar 2. 1 Van der heijden’s model .................................................................... 9

Gambar 2. 2 Perluasan Intrinsic Motivation Joy Menjadi CA .............................. 10

Gambar 2. 3 Hedonic-motivation system adoption model.................................... 11

Gambar 2. 4 Contoh Model Reflektif ................................................................... 23

Gambar 2. 5 Contoh Model Formatif .................................................................... 24

Gambar 2. 6 Tahapan Analisis PLS-SEM ............................................................ 27

Gambar 3. 1 Model Penelitian .............................................................................. 33

Gambar 4. 1 Diagram Frekuensi Jenis Kelamin Responden ................................ 41

Gambar 4. 2 Diagram Frekuensi Usia Responden ................................................ 42

Gambar 4. 3 Diagram Frekuensi Kota Tinggal Responden .................................. 43

Gambar 4. 4 Diagram Frekuensi Nama Aplikasi Pemutar Musik Online............. 44

Gambar 4. 5 Diagram Frekuensi Jawaban Perceived ease of use ......................... 46

Gambar 4. 6 Diagram Frekuensi Jawaban Perceived usefulness .......................... 47

Gambar 4. 7 Diagram Frekuensi Jawaban Curiousity .......................................... 48

Gambar 4. 8 Diagram Frekuensi Jawaban Joy ...................................................... 49

Gambar 4. 9 Diagram Frekuensi Jawaban Control ............................................... 50

Gambar 4. 10 Diagram Frekuensi Jawaban Immersion ........................................ 52

Gambar 4. 11 Diagram Frekuensi Jawaban Behavioral intention to use .............. 53

Gambar 4. 12 Grafik AVE .................................................................................... 55



xiv

DAFTAR TABEL

Tabel 2. 1 Instrumen Kuesioner ............................................................................ 11

Tabel 2. 2 Susunan Skala Likert ........................................................................... 14

Tabel 2. 3 Kriteria Penilaian PLS pada Model Pengukuran ................................. 25

Tabel 2. 4 Kriteria Penilaian PLS pada Model Struktural .................................... 26

Tabel 3. 1 Contoh Peryataan Dalam Skala Likert .................................................34

Tabel 4.1 Instrumen Kuesioner ….........................................................................40

Tabel 4. 2 Data responden bedasarkan Jenis Kelamin .......................................... 41

Tabel 4. 3 Data responden bedasarkan Usia ......................................................... 42

Tabel 4. 4 Data responden bedasarkan kota tinggal .............................................. 42

Tabel 4. 5 Data responden berdasarkan nama aplikasi pemutar musik online ..... 44

Tabel 4. 6 Evaluasi statistik perceived ease of use ............................................... 45

Tabel 4. 7 Evaluasi statistik perceived usefulness ................................................ 47

Tabel 4. 8 Evaluasi statistik curiousity ................................................................. 48

Tabel 4. 9 Evaluasi statistik joy ............................................................................ 49

Tabel 4. 10 Evaluasi statistik control .................................................................... 50

Tabel 4. 11 Evaluasi statistik immersion .............................................................. 51

Tabel 4. 12 Evaluasi statistik behavioral intention to use .................................... 52

Tabel 4. 13 Loading factor .................................................................................... 54

Tabel 4. 14 Convergent validity ............................................................................ 55

Tabel 4. 15 Fornell-Larcker Criterion ................................................................... 56

Tabel 4. 16 Composite Reliability ........................................................................ 57

Tabel 4. 17 Cronbachs alpha ................................................................................. 57

Tabel 4. 18 Nilai P Inner Model............................................................................ 58

Tabel 4. 19 Nilai GoF............................................................................................ 58

Tabel 4. 20 Pengujian Hipotesis ........................................................................... 59



xv

DAFTAR LAMPIRAN

Lampiran 1. Kuesioner

Lampiran 2. Rekap Data



1

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Salah satu hal yang sering dilakukan orang untuk menigkatkan kesenangan

atau kebahagiaan batin adalah dengan mendengarkan musik. Hal ini menarik

perhatian para developer teknologi untuk menciptakan teknologi untuk

mempermudah orang untuk dapat mengakses atau memutar musik-musik yang

mereka suka. Salah satu teknologi yang mendukung untuk mengakses atau memutar

musik adalah aplikasi pemutar musik online. Adapun beberapa contoh aplikasi

pemutar musik online, misalkan soundcloud, shazam, YOUZEEK, dBstream,

Torch Musik, TuneIn Radio, JOOX, Spotify dan lain sebagainya. Kelebihan

aplikasi pemutar musik online dibanding media player lain seperti aplikasi pemutar

musik offline, radio maupun youtube. Antara lain tidak membutuhkan memori

penyimpanan yang banyak dibanding media pemutar offline serta hanya

membutuhkan jumlah data yang sedikit untuk mengakses dibandingkan youtube.

Hedonic-motivation system adoption model adalah teori sistem informasi asli

untuk meningkatkan pemahaman mengenai penerapan hedonic-motivation system

(HMS). HMS merupakan sistem yang digunakan terutama untuk memenuhi

motivasi intrinsik pengguna seperti game online, jejaring sosial, repositori musik

digital dan lain sebagainya. Hedonic-motivation system adoption model merupakan

pengembangan dari van der Heijden’s model untuk penerapan HMS dengan

memasukkan Cognitive Absorption (CA) sebagai mediator kunci dari perceived



2

ease of use (PEOU) dan behavioral intention to use (BIU) hedonic-motivation

system.

Penggunaan hedonic-motivation system adoption model pada penelitian ini

mengacu pada penelitian terdahulu yang dilakukan Lowry et al. (2013) “Proposing

the hedonic-motivation system adoption model (HMSAM) to incunderstanding of

adoption of hedonically motivated systems”. Digunakannya penelitian tersebut

sebagai acuan dalam tulisan ini karena di dalam penelitian tersebut menggunakan

game sebagai objek penelitian yang termasuk dalam HMS demikian juga aplikasi

pemutar musik online dalam penelitian ini yang juga termasuk dalam HMS.

Digunakannya hedonic-motivation system adoption model untuk menganalisa

aplikasi pemutar musik online dikarenakan model tersebut merupakan berhubungan

dengan penerapan HMS. Dimana aplikasi pemutar musik online merupakan bagian

dari HMS yang digunakan untuk memenuhi motivasi kesenangan pengguna.

Diharapkan dengan menggunakan hedonic-motivation system adoption model

dapat mengetahui hasil analisa penggunaan aplikasi pemutar musik online.

Target responden dalam penelitian ini adalah masyarakat umum. Alasan

dipilihnya masyarakat umum sebagai target responden dikarenakan aplikasi

pemutar musik merupakan aplikasi yang umum yang dapat digunakan masyarakat

untuk meningkatkan kebahagiaan batin.

Teknik analisis data yang digunakan dalam penelitian ini adalah Partial Least

Square – Structural Equation Model (PLS-SEM). PLS-SEM ini dapat

mengestimasi path model menggunakan variable laten dengan multiple indicator,



3

sehingga dengan baik mampu menjelaskan dan memprediksi ada atau tidaknya

hubungan antar variable laten dalam satu blok model penelitan. Terlebih lagi PLS-

SEM bisa digunakan pada jenis data nominal, ordinal, dan rasio, dan syarat asuransi

yang fleksibel (Yamin & Kurniawan, 2011).

Berdasarkan pemaparan tersebut maka diusulkan analisis penerimaan dan

penggunaan aplikasi pemutar musik online dengan menerapkan Hedonic-

Motivation System Adoption Model. Diharapkan dengan penelitian tersebut dapat

diketahui tingkat kesuksesan aplikasi pemutar musik online. Hal ini dapat

digunakan sebagai acuan untuk developer untuk terus mengembangkan aplikasi

pemutar musik online atau tidak.

1.2 Rumusan Masalah

Berdasarkan latar belakang diatas, permasalahan yang diangkat dalam

penelitian ini adalah bagaimana hasil analisis penerimaan penggunaan aplikasi

pemutar musik online dengan menerapkan Hedonic-Motivation System Adoption

Model.

1.3 Tujuan Peneliatan

Tujuan dari penelitian ini adalah menganalisis tingkat penerimaan

penggunaan aplikasi pemutar musik online dengan menerapkan Hedonic-

motivation system adoption model.



4

1.4 Manfaat Peneliatan:

Penelitian ini diharapkan dapat memberikan manfaat sebagai berikut:

1. Dapat mengetahui faktor yang mempunyai pengaruh paling dominan

terhadap minat penggunaan dan penerimaan aplikasi pemutar musik

online.

2. Sebagai pengembangan dan penerapan ilmu yang diperoleh dari

perkuliahan untuk memberikan solusi atas permasalahan yang terjadi di

tempat penelitian.

3. Dapat memberikan saran bagi developer untuk pengembangan aplikasi

pemutar musik online kedepannya.

4. Pengguna dapat melihat review aplikasi pemutar musik online sebelum

memilih aplikasi pemutar musik online yang akan digunakan.

1.5 Batasan Masalah

Adanya batasan masalah bertujuan agar ruang lingkup penelitian ini tidak

terlalu luas untuk menghindari kesalahan dan penyimpangan terhadap pokok

permasalahan serta tujuan yang hendak dicapai. Batasan masalah penelitian sebagai

berikut:

1. Hedonic-motivation system adoption model digunakan sebagai acuan

dalam menganalisis penerimaan aplikasi pemutar musik online.

2. Variabel yang digunakan dalam penelitian adalah perceived ease of use,

perceived usefulness, curiousity, joy, control, behavioral intention to use

dan immersion.



5

BAB II

TINJAUAN PUSTAKA

2.1 Aplikasi

Aplikasi berasal dari kata application yang artinya penerapan, lamaran,

penggunaan. Secara istilah aplikasi adalah program siap pakai yang dibuat untuk

melaksanakan suatu fungsi bagi pengguna atau aplikasi yang lain dan dapat

digunakan oleh sasaran yang dituju. Berikut ini merupakan pengertian aplikasi

menurut para ahli:

1. Menurut Jogiyanto Hartono (2004) “aplikasi merupakan sistem yang

dirancang dan disusun sedemikian rupa untuk menghasilkan informasi yang

terpadu dengan menggunakan sarana komputer sebagai sarana

penunjangnya.”

2. Menurut Jack Febrian (2005) “Aplikasi merupakan program siap pakai

yang digunakan manusia dalam melakukan pekerjaan menggunakan

komputer.”

Pada pengertian umumnya, aplikasi adalah alat terapan yang difungsikan

secara khusus dan terpadu sesuai kemampuan yang dimilikinya.

2.2 Aplikasi Pemutar Musik Online

Berdasarkan pengertian aplikasi diatas, aplikasi pemutar musik online dapat

didefinisikan sebagai alat terapan yang difungsikan secara khusus dan terpadu yaitu

sebagai alat yang memiliki kemampuan untuk memutar musik secara online.

Aplikasi pemutar musik online dapat digolongkan dalam perangkat lunak (aplikasi)

media dan hiburan. Adapun beberapa contoh aplikasi pemutar musik online,

misalkan Soundcloud, JOOX, Spotify dan lain sebagainya.



6

Berikut ini merupakan beberapa contoh aplikasi pemutar musik online yang

berbasis mobile :

a. JOOX

JOOX merupakan layanan musik streaming legal melalui internet dengan

sentuhan personal yang diluncurkan oleh Tencent Holdings Ltd asal

Shenzen, Tiongkok, yang merupakan perusahaan di balik instant

messaging WeChat. Tersedia dalam bentuk mobile app (Android dan iOS)

dan situs web, para pengguna dapat mendengarkan lebih dari dua juta lagu

dan playlist pilihan lokal dan internasional secara gratis, serta

mengunduhnya untuk didengarkan secara offline (Handi, 2015).

b. Spotify

Spotify adalah platform musik terbaik untuk mendengarkan lagu baik

offline atau online. Dengan Spotify, pengguna diberi pilihan besar untuk

beberapa fitur terkait dengan Spotify dan musik berkualitas tinggi,

pengguna Spotify selalu dijamin dengan yang terbaik (Yudhistira, 2014).

c. Soundcloud

Soundcloud merupakan sebuah platform distribusi suara secara online yang

memungkinkan kolaborasi, promosi dan distribusi dari rekaman suara.

Fitur utama dari SoundCloud adalah memungkinkan seniman meng-upload

musik mereka dengan URL khusus. Yang di mana hal ini kontras

dengan MySpace, yang hanya memposting musik di situs MySpace.

Dengan membiarkan file suara yang akan tertanam di mana saja,

SoundCloud dapat dikombinSasikan dengan Twitter dan Facebook untuk



https://id.wikipedia.org/wiki/MySpace

https://id.wikipedia.org/wiki/MySpace

7

membiarkan anggota menjangkau khalayak yang lebih baik (Septian Faza,

2013).

d. YOUZEEK

Ada beberapa cara bagaimana Anda dapat mulai mendengarkan musik saat

menggunakan YOUZEEK Free Music Streaming. Anda dapat mencari

berdasarkan nama pencipta lagu, nama album atau nama lagu. YOUZEEK

Free Music Streaming akan menghasilkan playlist kustom untuk Anda

untuk dapat mendengarkan lagu tersebut. Kemudian Anda dapat

menelusuri musik berdasarkan genre, negara asal, popularitas, nama

penyanyi dan masih banyak lagi. Anda dapat membuat account dan

membuat playlist pribadi. Aplikasi YOUZEEK Free Music Streaming

dapat diminimalkan dan bisa aktif di latar belakang smartphone anda. Lagu

yang diambil dari berbagai sumber online dan ada lebih dari 30 juta lagu di

katalog YOUZEEK Free Music Streaming (Riecky Surya, 2014).

e. dBstream

dBstream (Music Streaming) adalah aplikasi streaming musik yang jauh

lebih sederhana dari YOUZEEK. Di sini Anda hanya mengetik judul

sebuah lagu/nama pencipta lagu dan akan memuat hasil pencarian. Hasil

akan ditunjukkan dan mereka dapat dimainkan langsung atau ditambahkan

ke daftar putar. Geser ke kiri untuk membuka manajer playlist, di mana

Anda benar-benar dapat melihat semua daftar putar yang dibuat dan

mengelolanya (Riecky Surya, 2014).



8

f. Torch Music

Torch Music menawarkan fitur jauh lebih terorganisir dari aplikasi musik

streaming. Torch Music di sisi lain menunjukkan album lagu dengan rapi

terorganisir untuk nama artis dan semua lagu hasil pencarian. Berbagai

sumber sumber lagu online yang digunakan oleh Torch Music (Riecky

Surya, 2014).

g. TuneIn Radio

TuneIn Radio merupakan salah satu aplikasi stasiun radio yang paling

populer dan harus anda download. TuneIn adalah aplikasi online streaming

berisi kumpulan ribuan stasiun radio dari seluruh dunia. Anda dapat

mencari musik berdasarkan nama artis, nama lagu, membuat stasiunfavorit

radio dan masih banyak lagi (Riecky Surya, 2014).

2.3 Model Penerimaan Teknologi Informasi

Penerimaan pengguna terhadap implementasi sistem teknologi informasi

dapat didefinisikan sebagai keinginan yang nampak didalam kelompok pengguna

untuk menerapkan sistem teknologi informasi tersebut dalam pekerjaannya.

Semakin menerima sistem teknologi informasi yang baru, semakin besar kemauan

pemakai untuk merubah praktek yang sudah ada dalam penggunaan waktu serta

usaha untuk memulai secara nyata pada sistem teknologi informasi yang baru, Succi

and Walter, 1999 dalam Pikkarainen, et.al, [1] 2004. Akan tetapi apabila pemakai

tidak mau menerima sistem teknologi informasi yang baru, maka perubahan sistem

tersebut menyebabkan tidak memberikan keuntungan yang banyak bagi organisasi

/ perusahaan (Davis, 1989 dalam Pikkarainen et.al, 2004).



9

2.4 Hedonic-motivation system adoption model

Hedonic-motivation system adoption model adalah teori sistem informasi asli

untuk meningkatkan pemahaman mengenai penerapan hedonic-motivation system

(HMS) (Lowry et.al, 2013). HMS merupakan sistem yang digunakan terutama

untuk memenuhi motivasi intrinsik pengguna seperti game online, jejaring sosial,

repositori musik digital dan lain sebagainya. Hedonic-motivation system adoption

model merupakan pengembangan dari van der Heijden’s model yang lebih

sederhana karena hanya menggunakan variabel joy untuk mewakili intrinsic

motivations. Untuk lebih jelasnya model van der heijden dapat dilihat pada gambar

2.1.

Gambar 2. 1 Van der heijden’s model (van der Heijden, 2004)

Dalam penelitian yang dilakukan Lowry et.al (2013), dari model van der

heijden dikembangkan dengan mengganti variabel joy dengan Cognitive

Absorption (CA) karena dianggap melebih-lebihkan peran variabel joy. Oleh karena

itu Lowry et.al (2013) mengganti joy dengan CA, dimana CA dikonseptualisasikan

sebagai konstruk orde kedua terdiri lima konstruksi orde pertama (Agarwal &

Karahanna, 2000, p. 674):



10

1. Control: ” persepsi pengguna dari yang bertanggung jawab atas interaksi”

2. Curiousity: “Tingkat pengalaman dapat meningkatkan rasa ingin tahu

sensorik dan kognitif dari individu”

3. Heightened enjoyment (dengan persetujuan disingkat joy): “aspek

kesenangan daripada interaksi yang digambarkan dengan menyenangkan,

sangat menyenangkan daripada membosankan”

4. Focused Immersion: “pengalaman dari total keterikatan dimana perhatian

lainnya pada dasarnya diabaikan”

5. Temporal Dissocation: “ketidakmampuan dalam mengatur waktu ketika

terlibat dala interaksi”

Gambar 2. 2 Perluasan Intrinsic Motivation Joy Menjadi CA (Lowry et.al, 2013)

Setelah diubah menjadi teori flow dan dilakukan beberapa pengujian oleh

Lowry et.al (2013) terhadap model HMSAM. Maka didapatlah model akhir dari

model HMSAM.



11

Gambar 2. 3 Hedonic-motivation system adoption model

Pengujian yang dilakukan oleh Lowry et.al (2013) menggunakan instrumen

kuisioner yang digunakan untuk studi kasus game juga akan digunakan pada

penelitian ini.

Tabel 2. 1 Instrumen Kuesioner

Construct Items Notes

Joy JOY1. I found playing the game to be

enjoyable

Built on the original three-

item scale from (Venkatesh,

2000) by modifying to gaming

context and added three items

based on hedonic enjoyment

concepts from the following

literature: (Agarwal &

Karahanna, 2000; van der

Heijden, 2004).

JOY2. I had fun using the game

*JOY3. Using the game was boring.

*JOY4. The game really annoyed me

JOY5. The game experience was

pleasurable.

*JOY6. The game left me unsatisfied.

Control CTL1. I had a lot of control. Modified original scale from

(Liu, 2003) to be more general

so that it did not focus solely

on Web sites. Also, added

items on control from

(Agarwal & Karahanna,

2000).

CTL2. I could choose freely what I

wanted to see or do.

*CTL3. I had little control over what I

could do.

CTL4. I was in control.

*CTL5. I had no control over my

interaction.

CTL6. I was allowed to control my

interaction.



12

Lanjutan Tabel 2.1 Instrumen Kuesioner


Focused

Immersion

FI1. I was able to block out most other

distractions

Modified original scale from

(Agarwal & Karahanna, 2000)

to a gaming context; third

item was changed from task to

game.

FI2. I was absorbed in what I was

doing.

FI3. I was immersed in the game.

*FI4. I was distracted by other

attentions very easily.

(d1)(d2) FI5. My attention was not

diverted very easily.

Temporal

Dissociation

TD1. Time appeared to go by very

quickly using the game.



to a gaming context; last two

original items were not

included because they did not

fit our context.

TD2. I lost track of time when i was

playing the game.

TD3. Time "flew" when i played the

game.

Curiousity CUR1. This experience excited my

curiousity.



to a gaming context. CUR2. This experience made me

curious.

CUR3. This experienced aroused my

imagination.

Perceived

ease of use

PEOU1. My interaction with the game

was clear and understandable.

Combined four-item scale

from (Agarwal & Karahanna,

2000) and four-item scale

from (Venkatesh, 2000) and

modified to a gaming context.

PEOU2. Interacting with the game did

not require a lot of my mental effort.

PEOU3. I found the game to be trouble

free.

PEOU4. I found it easy to get the game

to do what i want it to do.

PEOU5. Learning to operate the game

was easy for me.

PEOU6. It was simple to do what i

wanted with the game.

PEOU7. It was be easy for me to

become skillful at using the game.

PEOU8. I found the game easy to use.

Perceived

usefulness

PU1. The game decreased my stress. Modified original utilitarian

scale from (Venkatesh, 2000)

to a hedonic context. Items

chosen from pilot test items

that showed the strongest

benefits of fun.

PU2. The game helped me better pass

time.

PU3. The game provided useful escape.

PU4. The game helped me think more

clearly.

PU5. The game helped me feel

rejuvenated.



13

Lanjutan Tabel 2.1 Instrumen Kuesoner


Behavioral

intention to

use

BIU1. I would plan on using it in the

future.



to a gaming context BIU2. I would intend to continue using

it in the future.

BIU3. I expect my use of it to continue

in the future.

Nb: * = Reverse scale

2.5 Pengelompokan Data

Secara garis besar pengelompokan data dibagi ke dalam beberapa kelompok

menurut (Siregar, 2014), antara lain sebagai berikut:

1. Kelompok data menurut cara memperolehnya

a. Data Primer

Data primer adalah data yang dikumpulkan sendiri oleh peneliti langsung

dari sumber pertama atau tempat obyek penelitian dilakukan.

b. Data Sekunder

Data sekunder adalah data yang diterbitkan atau digunakan oleh organisasi

yang bukan pengolahnya.

2. Kelompok data menurut waktu pengumpulannya

a. Data Time Series

Data time series adalah data yang dikumpulkan dari waktu ke waktu pada

satu obyek dengan tujuan untuk menggambarkan perkembangan dari

obyek tersebut.



14

b. Data Cross Section

Data cross section adalah data yang dikumpulkan di satu periode tertentu

pada beberapa obyek dengan tujuan untuk menggambarkan keadaan.

3. Kelompok data menurut sifatnya

a. Data Kualitatif

Data kualitatif adalah data yang berupa pendapat (pernyataan) atau

judgement sehingga tidak berupa angka, tetapi berupa kata-kata atau

kalimat.

b. Data Kuantitatif

Data kuantitatif adalah data yang berupa angka. Sesuai dengan bentuknya,

data kuantitatif dapat diolah dan dianalisis dengan menggunakan teknik

perhitungan statistik.

2.6 Skala untuk Instrumen (Model Skala Sikap)

a. Skala Likert adalah penskalaan yang didesain untuk menelaah seberapa kuat

subjek setuju atau tidak setuju dengan pernyataan pada skala 5 titik dengan

susunan berikut:

Tabel 2. 2 Susunan Skala Likert

Sangat Tidak Setuju Tidak Setuju Tidak Berpendapat Setuju Sangat Setuju

1 2 3 4 5

Respons terhadap sejumlah item yang berkaitan dengan konsep atau

variabel tertentu kemudian disajikan kepada tiap responden. Ini adalah skala

interval dan perbedaan dalam respons antara dua titik pada skala tetap sama

(Sekaran, 2006).

b. Skala Gutman digunakan untuk mengukur dimensi saja dari suatu variabel

multidimensi. Skala gutman dilakukan jika peneliti ingin mendapatkan



15

jawaban tegas terhadap suatu permasalahan yang ditanyakan. Misalnya:

Yakin – tidak yakin; benar- salah; setuju-tidak setuju; dan sebagainya

c. Skala Diferensial Semantik adalah skala berisikan serangkainan bipolar

(dua kutub). Skala ini digunakan untuk mengukur sikap, bentuknya tersusun

dalam satu garis kontinum yang jawaban positifnya terletak di bagian kiri

dan jawaban negatif terletak di bagian kanan atau sebaliknya. Misalnya:

cepat-lambat; ramah-tidak ramah; memuaskan-tidak memuaskan dan

sebagainya.

d. Rating Scale adalah data mentah yang didapat berupa angka kemudian

ditafsirkan dalam pengertian kualitatif. Misalnya: ketat-longgar; kuat-

lemah. Responden tidak akan menjawab salah satu dari jawaban kuantitatif

yang akan disediakan.

e. Skala Thurstone adalah penskalaan yang meminta responden untuk memilih

jawaban pertanyaan yang ia setujui dari beberapa pertanyaan yang

menyajikan pandangan-pandangan yang berbeda. Pada umumnya setiap

item mempunyai asosiasi antara 1 sampai 10 tetapi nilai-nilainya tidak

diketahui oleh responden.

2.7 Populasi dan Sampling

Sugiyono (2009) menyatakan bahwa populasi adalah wilayah generlisasi

yang terdiri atas obyek atau subyek yang mempunyai kuantitas dan karakteristik

tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik

kesimpulannya. Sedangkan sampling adalah proses menyeleksi porsi dari populasi



16

untuk dapat mewakili populasi (Nurasalam, 2013). Menurut Nurasalam (2013) Cara

pengambilan sampel dapat digolonglan menjadi dua, yaitu:

1. Probability sampling

Prinsip utama probability sampling adalah bahwa setiap subyek dalam

populasi mempunyai kesempatan untuk terpilih atau tidak terpilih sebagai

sampel.

a. Simple random sampling

Untuk mencapai sampling ini, setiap elemen diseleksi secara acak.

Misalnya, jika kita ingin mengambil sampel 30 orang dari 100 populasi

yang tersedia, maka secara acak kita mengambil 30 orang dari 100 orang

tersebut.

b. Stratified random sampling

Jenis sampling ini digunakan peneliti untuk mengetahui beberapa variabel

pada populasi yang merupakan hal yang paling penting untuk mencapai

sampel yang representatif. Misalnya, jika kita merencanakan ada 100

sampel, peneliti mengelompokkan 25 subyek dengan tingkat penddidikan.

c. Cluster sampling

Cluster berarti pengelompokkan sampel berdasarkan wilayah atau lokasi

populasi. Misalnya, peneliti ingin meneliti anak yang mengalami stress

hospitalisasi, maka peneliti mengambil sampel pada klien anak

berdasarkan tempat klien dirawat (rumah sakit A, B, C) yang mempunyai

karakteristik berbeda.



17

d. Systematic sampling

Pengambilan sampel secara sistematik dapat dilaksanakan jika tersedia

daftar subyek yang dibutuhkan. Jika jumlah populasi adalah N=1200 dan

sampel yang dipilih adalah 50, maka setiap kelipatan 24 orang akan

menjadi sampel (1200:50=24). Maka sampel yang dipilih didasarkan pada

nomor kelipatan 24, yaitu sampel no 24, 48, dan seterusnya.

2. Nonprobability sampling

Nonprobability sampling adalah teknik pengambilan sampel yang tidak

memberi peluang atau kesempatan sama bagi setiap ensure atau anggota

populasi untuk dipilih menjadi sampel,

a. Purposived sampling

Purposive sampling merupakan suatu teknik penetapan sampel dengan

cara memilih sampel di antara populasi sesuai dengan yang dikehendaki

peneliti (tujuan atau masalah dalam penelitian), sehingga sampel tersebut

dapat mewakili karakteristik populasi yang telah dikenal sebelumnya.

b. Consecutive sampling

Pemilihan sampel dengan consecutive (berurutan) adalah pemilihan

sampel dengan menetapkan subjek yang memenuhi kriteria penelitian

dimasukkan dalam penelitian sampai kurun waktu tertentu, sehingga

jumlah klien yang diperlukan terpenuhi.

c. Convenience sampling

Pemilihan sampel convenience adalah cara penetapan sampel dengan

mencari subyek atasa dasar hal-hal yang menyenangkan atau



18

mengenakkan peneliti. Dengan cara ini, sampel diambil tanpa sistematika

tertentu, sehingga tidak dapat dianggap mewakili populasi sumber, apalagi

populasi target.

d. Quota Sampling

Teknik penentuan sampel dalam kuota menetapkan setiap strata populasi

berdasarkan tanda-tanda yang mempunyai pengaruh terbesar variabel yang

akan diselidiki. Misal, dalam suatu penelitian didapatkan adanya 50

populasi, peneliti menetapkan kuota sebanyak 40 subyek untuk dijadikan

sampel, maka jumlah tersebut dinamakan kuota.

2.7.1 Ukuran Sampel

Untuk menentukan sampel dari populasi digunakan perhitungan maupun

acuan tabel yang dikembangkan para ahli. Menurut Hendryadi (2010), secara

umum untuk penelitian korelasional jumlah sampel minimal untuk memperoleh

hasil yang baik adalah 30, sedangkan dalam penelitian eksperimen jumlah sampel

minimum 15 dari masing-masing kelompok, dan untuk penelitian survey jumlah

sampel minimum adalah 100.Supriyadi (2014) memberikan acuan umum untuk

menentukan ukuran

sampel:

1. Sampel dengan ukuran lebih kecil dari 10 tidak dianjurkan

2. Untuk penelitian eksperimental sederhana dengan kontrol eskperimen yang

ketat, penelitian yang sukses adalah mungkin dengan ukuran sampel kecil

antara 10 sampai dengan 20

3. Jika sampel dipecah ke dalam subsampel (pria/wanita, junior/senior, dan



19

sebagainya), ukuran sampel minimum 30 untuk tiap kategori adalah tepat

4. Dalam penelitian mutivariat (termasuk analisis regresi berganda), ukuran

sampel sebaiknya 10 kali lebih besar dari jumlah variabel dalam penelitian

5. Analisis SEM ukuran sampel 5 kali jumlah indikator atau berkisar 100

sampai 200 sampel

6. Ukuran sampel lebih dari 30 dan kurang dari 500 adalah tepat untuk

kebanyakan penelitian

7. Pada umumnya penentuan sampel tergantung biaya yang ada, makin besar

jumlah sampel lebih baik dari sedikit sampel

Besaran atau ukuran sampel ini sangat tergantung dari besaran tingkat

ketelitian atau kesalahan yang diinginkan peneliti. Namun, dalam hal tingkat

kesalahan, pada penelitian sosial maksimal tingkat kesalahannya adalah 5% (0,05)

(Supriyadi, 2014). Makin besar tingkat kesalahan maka makin kecil jumlah sampel.

Namun yang perlu diperhatikan adalah semakin besar jumlah sampel (semakin

mendekati populasi) maka semakin kecil peluang kesalahan generalisasi dan

sebaliknya, semakin kecil jumlah sampel (menjauhi jumlah populasi) maka

semakin besar peluang kesalahan generalisasi.

2.8 Metode Pengumpulan Data

Metode atau teknik pengumpulan data adalah cara yang dilakukan peneliti

untuk memperoleh informasi yang dibutuhkan dalam rangka mencapai tujuan

penelitian. Menurut (Sugiyono, 2009) teknik pengumpulan data merupakan

langkah yang paling utama dalam penelitian, karena tujuan utama dari penelitian

adalah mendapatkan data. Dengan metode pengumpulan data yang tepat dalam



20

suatu penelitian akan memungkinkan peneliti untuk memperoleh data yang valid

sehingga dapat membantu dalam jalannya penelitian. Pengumpulan data penelitian

dilakukan dengan berbagai metode:

1. Wawancara

Wawancara adalah pertemuan dua orang untuk bertukar informasi dan ide

melalui Tanya jawab, sehingga dapat dikonstruksikan makna dalam suatu

topic merupakan teknik pengumpulan data yang dilakukan peneliti untuk

memperoleh informasi dengan cara berkomunikasi langsung antara

pewawancara dan responden.

2. Kuesioner

Kuesioner merupakan teknik pengumpulan data yang dilakukan dengan

cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada

responden untuk dijawab (Sugiyono, 2009). Kuesioner dapat membantu

peneliti memperoleh informasi terkait dengan permasalahan penelitian.

3. Observasi

Observasi adalah teknik pengumpulan data yang dilakukan melalui suatu

pengamatan disertai dengan pencatatan terhadap keadaan atau perilaku

objek penelitian (Fathoni, 2006). Observasi dilakukan untuk memperoleh

gambaran mengenai objek penelitian secara keseluruhan.

4. Kuesioner (Angket)

Kuesioner adalah suatu teknik pengumpulan informasi yang

memungkinkan analis mempelajari sikap-sikap, keyakinan, perilaku, dan



21

karakteristik beberapa orang utama di dalam organisasi, yang bisa

terpengaruh oleh sistem yang diajukan atau sistem yang sudah ada.

2.9 Partial Least Square-Structural Equation Modeling (PLS-SEM)

2.9.1 Pengenalan PLS-SEM

PLS adalah model persamaan Structural Equation Modeling (SEM) yang

berbasis komponen varian. PLS hampir menyerupai regresi namun lebih dari itu,

secara simultan menggabungkan model structural path (misalkan hubungan teoritis

variabel laten) sekaligus mengukur path tersebut (misalkan hubungan antara

variabel laten dengan indikatornya). Bukannya mengasumsikan semua bobot

masing-masing indikator itu sama terhadap variabel laten, namun dalam PLS

indikator-indikator memiliki bobot yang beragam. Sehingga, indicator dengan

bobot yang lebih rendah akan berkontribusi rendah pula terhadap variabel laten

(Chin & Frye, 1996).

Beberapa hal penting yang menandai SEM menggunakan PLS menurut

Monecke & Leisch (2012) diantaranya:

SEM menggunakan PLS terdiri tiga komponen, yaitu model struktural,

model pengukuran dan skema pembobotan. Bagian ketiga ini merupakan

ciri khusus SEM dengan PLS dan tidak ada pada SEM yang berbasis

kovarian.

SEM menggunakan PLS hanya mengijinkan model hubungan antar variabel

yang recursif (sarah) saja. Hal ini sama dengan model analisis jalur (path

analysis) tidak sama dengan SEM yang berbasis kovarian yang mengijinkan

juga terjadinya hubungan non-recursif (timbal-balik).



22

Pada model struktural, yang disebut juga sebagai model bagian dalam,

semua variabel laten dihubungan satu dengan yang lain dengan didasarkan

pada teori substansi. Variabel laten dibagi menjadi dua, yaitu eksogenous

dan endogenous. Variabel laten eksogenous adalah variabel penyebab atau

variabel tanpa didahului oleh variabel lainnya dengan tanda anak panah

menuju ke variabel lainnya (variabel laten endogenous).

Skema pembobotan digunakan untuk estimasi bobot bagian dalam pada

langkah kedua pada algoritma PLS. Skema pembobotan awal menggunakan

centroid (rata-rata aritmatik). Kemudian perkembangan selanjutnya skema

pembobotan juga menggunakan pembobotan faktorial dan jalur.

Koefesien jalur diestimasi dengan menggunakan OLS (ordinary least

square) menurut model strukturalnya. Koefesien jalur dalam SEM – PLS

ialah koefisien regresi baku (Beta).

Algoritma PLS bertujuan untuk melakukan estimasi nilai semua variabel

laten (nilai-nilai faktor) dengan menggunakan prosedur iterasi.

PLS dikatakan sebagai metode analisis yang powerful, karena tidak

didasarkan pada banyak asumsi (Wold, 1985 dalam Ghozali, 2008). Misalnya, data

tidak harus berdistribusi normal multivariate (indikator dengan skala kategori,

ordinal, interval, sampai rasio dapa digunakan model yang sama). Selain dapat

digunakan untuk mengkonfirmasi teori, PLS juga dapat digunakan untuk

menjelaskan ada tidaknya hubungan antar variabel laten. PLS dapat sekaligus

menganalisis konstruk yang dibentuk dengan indikator refleksif dan formatif, hal

ini tidak dapat dilakukan oleh CB SEM karena akan menjadi unidentified model.



23

2.9.2 Model Indikator PLS

PLS memiliki dua model indicator dalam penggambarannya, yaitu:

a. Model indikator reflektif

Model ini biasa disebut juga sebagai principal factor dimana kovarian

pengukuran indikator dipengaruhi oleh variabel laten yang mencerminkan konstruk

variabel laten. Penggambarannya ditunjukkan dengan anak panah dari konstruk

laten berbentuk elips kepada beberapa indikator teramati. Variabel konstruk dapat

bernilai rendah, bila memiliki sedikit indikator akan tetapi nilai validity tidak akan

pernah berubah meski satu indikator dihilangkan. (Chin & Frye, 1996). Pada model

reflektif, antara indikator memiliki sifat interchangeability (dapat dipertukarkan),

sedangkan pada model formatif tidak bersifat interchangeability. Dengan adanya

sifat interchangeability dalam model reflektif ini diharapkan hubungan antar

indikator saling berkorelasi tinggi.

Gambar 2. 4 Contoh Model Reflektif

b. Model indikator formatif

Model formatif mengasumsikan bahwa semua indikator mempengaruhi

konstruk laten, asumsinya arah hubungan kausalitas indikator ke konstruk laten

sebagai grup untuk menentukan makna empiris dari setiap laten. Setiap variabel

mempengaruhi konstruk laten, maka ada kemungkinan korelasi antar variabel.



24

Penilaian validity konstruk tidak dipengaruhi nilai dari variabel lain, melainkan

konstruk lain yang mempengaruhinya. Oleh karena itu, penghapusan satu

indikator laten dapat menghilangkan dan merubah makna dari variabel laten atau

konstruk laten (Chin & Frye, 1996).

Gambar 2. 5 Contoh Model Formatif

2.9.3 Kriteria Penilaian PLS

PLS memiliki dua model evaluasi, yaitu:

1. Model pengukuran atau outer model

Outter model mendefinisikan bagaimana setiap blok indikator

berhubungan dengan variabel latennya. Outer model digunakan untuk

mengetahui validitas dan reliabilitas indikator. Model pengukuran atau outer

model dengan indikator reflektif dievaluasi dengan convergent dan discriminant

validity dari indikatornya dan composite reliability untuk blok indikator.

Sedangkan outer model dengan formatif, indikator dievaluasi bedasarkan pada

substantive contentnya yaitu dengan membandingkan besarnya relative weight

dan melihat signifikansi dari ukuran weight tersebut. Berikut ini kriteria

penilaian PLS pada model pengukuran menurut Ghozali (2011):



25

Tabel 2. 3 Kriteria Penilaian PLS pada Model Pengukuran

Kriteria Penjelasan

Model Pengukuran Reflektif

Loading Faktor Nilai loading faktor harus di atas 0.70. namun pada riset

tahap pengembangan skala, nilai loading 0.50 sampai

0.60 masih dapat diterima.

Composite

Realibility

Composite reliability mengukur internal consistency dan

nilainya harus di atas 0.60

Average Variance

Extracted

Nilai average variance extracted (AVE) harus di atas

0.50

Validitas

Diskriminan

Nilai Akar kuadrat dari AVE harus lebih besar dari pada

nilai korelasi antar variabel laten

Cross Loading Diharapkan setiap blok indikator memiliki loading lebih

tinggi untuk setiap variabel katen yang diukur

dibandingkan dengan indikator untuk variabel laten

lainnya

Model Pengukuran Formatif

Signifikansi Nilai

Weight

Nilai estimasi untuk model pengukuran formatif harus

signifikan. Tingkat signifikansi ini dinilai dengan

prosedur bootsrapping.

Multikolonieritas Vsriabel manifest dalam blok harus diuji apakah terdapat

multikol. Nilai variance inflation factor (VIF) dapat

digunakan untuk menguji hal ini. Nilai VIF di atas 10

mengindikasikan terdapat multikol.

2. Model struktural atau inner model

Evaluasi model struktural atau inner model bertujuan untuk melihat

signifikansi hubungan antar variabel laten dalam model penelitian, dengan

melihat koefisien jalur (path coefficient) yang menunjukkan ada atau tidak ada

hubungan (perdiksi) antara variabel laten dalam model penelitian. Untuk

melakukan evaluasi model struktural dimulai dimulai dari melihat nilai R-

Squares untuk setiap prediksi dari model struktural, nilai R-Squares digunakan

untuk menjelaskan pengaruh variabel laten (eksogen) tertentu terhadap variabel



26

laten (endogen) atau seberapa besar pengaruhnya. Berikut ini kriteria penilaian

PLS pada model struktural menurut Ghozali (2011):

Tabel 2. 4 Kriteria Penilaian PLS pada Model Struktural

Kriteria Penjelasan

R2 untuk

variabel laten

endogen

Hasil R2 sebesar 0.67, 0.33, dan 0,19 untuk variabel laten

endogen dalam model struktural mengindikasikan bahwa

model “baik”, “moderat”, dan “lemah”

Estimasi

koefisien jalur

Nilai estimasi untuk hubungan jalur dalam model

struktural harus signifikan. Nilai signifikansi ini dapat

diperoleh dengan prosedur bootsrapping

F2 untuk

effect size

Nilai F2 sebesar 0.02, 0.15, dan 0.35 dapat diintrepretasikan

apakah predictor variabel laten mempunyai pengaruh yang

lemah, medium, atau besar pada tingkat struktural

3. Evaluasi Goodness of Fit (GoF)

Evaluasi Goodness of Fit (GoF) digunakan untuk memvalidasi model

secara keseluruhan. GoF merupakan ukuran tunggal yang digunakan untuk

memvalidasi performa gabungan antara model pengukuran dan model

structural. Nilai GoF diperoleh dari akar nilai rata-rata communalities index

dikalikan dengan akar nilai rata-rata R2. Nilai GoF terbentang antara 0-1 dengan

interpertasi nilai yaitu 0- 0,25 (GoF Kecil), 0,26-0,35 (GoF moderat), dan 0,36-

1 (GoF besar) (Yamin & Kurniawan, 2011).

Nilai GoF diperoleh dari akar nilai rata-rata communalities dan R2 model

dimana pada PLS nilai communalities sama degan nilai AVE. Rumus untuk

menghitung nilai GoF ditunjukkan pada persamaan 2.1.

𝐺𝑜𝐹 = √𝐶𝑜𝑚 × 𝑅2 (2.1)



27

2.9.4 Tahapan Analisis PLS-SEM

Tahapan analisis PLS-SEM setidaknya ada tujuh proses yang harus

dilakukan, berikut adalah diagram jalur tahapan analisis nya:

Gambar 2. 6 Tahapan Analisis PLS-SEM (Yamin dkk, 2011 hal 23-26)

Tahapan analisis PLS-SEM dijabarkan sebagai berikut:

a. Merancang model stuktural (inner model) tujuannya adalah memformulasikan

model hubungan antar variabel laten.

b. Mendefinisikan model pengukuran (outer model), tujuannya adalah untuk

mendefinisikan dan mespesifikasikan hubungan antara konstruk dengan

indikatornnya, apakan hubungannya bersifat reflektif atau formatif.



28

c. Membuat diagram jalur, tujuannya adalah memvisualisasikan hubungan antara

indikator dengan variabel latennya serta antar variabel laten dalam model

penelitian, sehingga mempermudah peneliti untuk melihat model secara

keseluruhan.

d. Mengkonversi diagram jalur ke sistem persamaan model matematika, untuk

persamaan model pengukuran terdiri dari persamaan model pengukuran formatif

dan model pengukuran reflektif, serta persamaan model struktural.

Persamaan model pengukuran:

x = П x ξ + ε x (2.1)

y = П y η + ε y (2.2)

Keterangan:

x dan y = matriks variabel manifes yang berhubungan dengan variabel independen

dan dependen

П x dan П y = matriks koefisien

ε x dan ε y = matriks model pengukuran residu.

Sedangkan untuk persamaan model struktural:

η = ηβ + ξ Γ + ζ (2.3)

Keterangan:

η = variabel laten dependen

ξ = variabel laten independen

ξ dan Γ = koefisien matriks dan variabel laten (independen dan dependen)

ζ = Model struktural residual matriks



29

e. Estimasi model dimana dalam prosesnya terdapat penentuan algorithm option

dan parameter setting.

f. Evaluasi model dimana terdiri dari tahapan evaluasi model pengukuran, evaluasi

model struktural, dan evaluasi model gabungan.

g. Interprestasi model dimana berdasarkan kepada hasil analisis dari model

penelitian (signifikan hubungan antar variabel).

2.10 Tools SmartPLS 3.0

Tahun 2005 SmartPLS dikembangkan oleh Profesor Cristian M. Ringle, Sven

Wended dan Alexander Will. Software ini diciptakan sebagai proyek di Institute of

Operation Management and Organization (School od Business) University of

Hamburg, Jerman. SmartPLS menggunakan Java Webstart Technology.

SmartPLS 3.0 merupakan salah satu program yang digunakan untuk

menganalisis data dalam menyelesaikan permasalahan variance-based SEM

(Ghozali, 2013). SmartPLS 3.0 baik versi student maupun versi trial satu tahun

dapat di download di www.smartpls.com cari platform yang sama dengan operating

system computer yang digunakan (windows, macs). Selain bersifat freeware,

penggunaan SmartPLS mudah dipelajari dan user friendly. Adapun dukungan

problem-solving oleh pembuatnya melalui forum diskusi di

www.smartpls.com/forum.

2.10.1 Keunggulan Software SmartPLS 3.0

1. Orientasi analisis smartPLS lebih ke arah prediksi bukan konfirmasi model.

2. Pendekatan smartPLS dianggap powerful karena tidak mendasarkan pada

asumsi.



30

3. Jumlah sampel yang dibutuhkan dalam analisis relative dan data dalam

analisis smart PLS tidak harus memiliki distribusi normal.

4. SmartPLS mampu menguji model formatif dan reflektif dengan skala

pengukuran indikator berbeda dalam satu model. Apapun bentuknya

skalanya (rasio kategori, Likert, dan lain-lain) dapat diuji dalam satu model.



31

BAB III

METODE PENELITIAN

Metode Penelitian merupakan suatu prosedur beserta tahapan-tahapan yang

tersusun secara jelas dan sistematis guna menyelesaikan suatu permasalahan yang

sedang diteliti dengan landasan teori tertentu. Jenis penelitian ini adalah

explanatory research atau confirmatory. Explanatory research atau confirmatory

adalah penelitian yang bertujuan mengungkap hubungan antara variabel-variabel

penelitian dan menguji hipotesis yang telah dirumuskan sebelumnya. Alur analisis

penerimaan terhadap penggunaan aplikasi pemutar musik online yang dilakukan

dengan tahapan sebagai berikut:

1. Studi literatur

2. Observasi lapangan

3. Penentuan model

4. Penentuan hipotesis

5. Penyusunan kuesioner

6. Penentuan populasi dan sampel responden

7. Pengumpulan data

8. Pengelolahan data dengan menggunakan Partial Least Square (PLS)

9. Analisis hasil

10. Rekomendasi dan saran bagi developer



32

3.1 Studi Literatur

Studi literatur merupakan studi pendahuluan yang dilakukan sebelum

penelitian formal berupa pengumpulan data-data sekunder mengenai hedonic-

motivation system adoption model dan aplikasi pemutar musik online.

Dalam penelitian ini data yang digunakan adalah data primer, data primer

merupakan data yang diolah sendiri oleh suatu organisasi atau perorangan langsung

dari objeknya dimana dalam penelitian ini objek adalah pengguna aplikasi pemutar

musik online yaitu masyarakat umum.

3.2 Observasi Lapangan

Observasi lapangan bertujuan untuk mengetahui kondisi organisasi, proses

bisnis dan sistem yang digunakan dalam organisasi. Observasi dilakukan dengan

metode penyebaran kuisioner pada pengguna aplikasi pemutar musik online.

3.3 Penentuan Model

Model yang digunakan dalam penelitian ini adalah hedonic-motivation

system adoption model dimana model tersebut merupakan pengembangan dari van

der heijden model dengan memasukkan CA sebagai mediator kunci antara PEOU

dengan BIU. Untuk lebih jelasnya hedonic-motivation system adoption model dapat

dilihat pada gambar 3.1.



33

Gambar 3. 1 Model Penelitian

3.4 Penentuan Hipotesis

Berdasarkan model penelitian pada gambar 3.1 yang digunakan pada

penelitian ini dapat disimpulkan hipotesis dalam hubungannya terhadap

penggunaan aplikasi pemutar musik online:

H1: Perceived ease of use (PEOU) aplikasi pemutar musik online berpengaruh

positif terhadap Perceived usefulness (PU) aplikasi pemutar musik online

H2: Perceived Ease of Use (PEOU) aplikasi pemutar musik online berpengaruh

positif terhadap curiosity aplikasi pemutar musik online


positif terhadap joy aplikasi pemutar musik online


positif terhadap control aplikasi pemutar musik online

H5: Perceived usefulness (PU) aplikasi pemutar musik online berpengaruh positif

terhadap Behavioral intention to use (BIU) aplikasi pemutar musik online



34

H6: Curiosity aplikasi pemutar musik online berpengaruh positif terhadap

Behavioral intention to use (BIU) aplikasi pemutar musik online

H7: Curiosity aplikasi pemutar musik online berpengaruh positif terhadap

immersion aplikasi pemutar musik online

H8: Joy aplikasi pemutar musik online berpengaruh positif terhadap Behavioral

intention to use (BIU) aplikasi pemutar musik online

H9: Joy aplikasi pemutar musik online berpengaruh positif terhadap immersion

aplikasi pemutar musik online

H10: Control aplikasi pemutar musik online berpengaruh positif terhadap

immersion aplikasi pemutar musik online

3.5 Penyusunan Kuisioner

Instrumen penelitian yang digunakan adalah kuisioner, setiap variabel yang

digunakan dalam penelitian ini diwakili oleh beberapa indikator, setiap indikator

diberikan berdasarkan skala likert berupa skala 1 (sepenuhnya tidak setuju), 2

(sebagian besar tidak setuju), 3 (agak tidak setuju), 4 (netral), 5 (agak setuju), 6

(sebagian besar setuju), 7 (sepenuhnya setuju) dengan contoh pertanyaan sebagai

berikut:

Tabel 3. 1 Contoh Peryataan Dalam Skala Likert

Menggunakan Skala Likert sebelumnya, nyatakan tingkat kesetujuan Anda dengan tiap

pernyataan berikut:

No Pernyataan Nilai Skala

1.1 Aplikasi pemutar musik online dapat

mengurangi stres saya 1 2 3 4 5 6 7

1.2 Aplikasi pemutar musik online

membantu saya lebih baik

menghabiskan waktu.

1 2 3 4 5 6 7


memberikan saya pelarian diri yang

berguna

1 2 3 4 5 6 7


membantu saya berpikir lebih jernih 1 2 3 4 5 6 7



35

Digunakannya tujuh poin skala likert dikarenakan berdasarkan penelitian

sebelumnya yang dilakukan Lowry (2013) yang juga menggunakan tujuh poin skala

likert.

3.6 Penetuan Populasi dan Sampel Responden

Populasi dalam penelitian ini adalah masyarakat umum pengguna aplikasi

pemutar musik online. Sedangkan rencana samplingnya adalah masyarakat umum.

Dalam penelitian ini nantinya menggunakan teknik sampling Stratified random

sampling.

3.7 Metode Pengumpulan Data

Pengumpulan data primer dalam penelitian ini dilakukan dengan metode

survei melalui kuesioner yang dikirimkan kepada responden. Jangka waktu

pengisian kuesioner dan pengembalian kuesioner adalah 2 minggu setelah

kuesioner disebar. Penyebaran kuisioner ini disesuaikan dengan subjek yang

menjadi responden dalam penelitian yaitu masyarakat umum yang menggunakan

aplikasi pemutar musik online yang terdiri dari 100 responden.

3.8 Pengelolahan Data dengan Partial Least Square (PLS)

Kuesioner yang telah diisi oleh responden selanjutnya dilakukan pengolahan

data menggunakan Partial Least Square (PLS) dengan menggunakan program yaitu

SmartPLS 3.0.

3.8.1 Tabulasi Data

Tabulasi data merupakan penyajian data dalam bentuk tabel yang bertujuan

untuk mempermudah pengamatan dan penggambaran jawaban responden atas



36

kuesioner yang telah disebarkan bedasarkan variabel yang telah digunakan yaitu:

Perceived ease of use, Perceived usefulness, joy, curious, immersion, control dan

behavioral intention to use. Tabulasi data akan menggunakan program MsExcel

dan disimpan dengan ekstensi comma delimeted (csv) untuk diolah lebih lanjut oleh

program yaitu SmartPLS 3.0.

3.8.2 Evaluasi Model Pengukuran (Outer Model)

Model pengukuran digunakan untuk mengetahui nilai validity dan reabilitas

model yang menghubungkan indikator dengan variabel laten dimana pada

penelitian hubungan antara indikator dengan variabel laten adalah bersifat reflektif

sehingga untuk menilai validity akan menggunakan validitas convergent validity

dan discriminant validity. Sedangkan untuk blok-blok indikatornya menggunakan

composite reliability dan croanbach alpha.

1. Convergent validity

Convergent validity dari model pengukuran dengan refleksif indikator dinilai

bedasarkan korelasi antara item score / component score dengan construct score

yang dihitung dengan PLS. Convergent validity dapat dievaluasi dengan melihat

nilai loading factor. Bila nilai loading factor suatu indikator lebih dari 0,5 maka

dikatakan valid. Sebaliknya apabila bila nilai loading factor kurang dari 0,5

maka dikeluarkan dari model. Selanjutnya pemeriksaan dengan melihat output

AVE. Indikator memiliki convergent validity yang baik adalah apabila nilai

AVE lebih dari 0.5.



37

2. Discriminant validity

Discriminant validity dari model pengukuran dengan refleksif indikator dinilai

berdasarkan nilai akar AVE dalam konstruk. Berdasarkan kriteria Fornell-

Larcker bahwa setiap indikator yang mengukur konstraknya haruslah berkorelasi

lebih tinggi dengan konstraknya dibandingkan dengan konstrak lainnya.

3. Composite reliability

Disamping uji validity konstruk, dilakukan juga uji reliability konstruk yang

diukur dengan dua kriteria yaitu composite reliability dan cronbach alpha dari

blok indikator yang mengukur konstruk. Konstruk dinyatakan reliable jika nilai

composite reliability maupun croanbach alpha di atas 0,70.

3.8.3 Evaluasi Model Struktural (Inner Model)

Evaluasi model struktural menggambarkan hubungan antar variabel laten atau

hipotesis dalam sebuah model penelitian. Pengujian terhadap model struktural

dilakukan dengan melihat nilai R-square yang merupakan uji goodness-fit model.

Evaluasi menghasilkan hasil yang baik apabila koefisien hubungan antar variabel

tersebut signifikan secara statistic yaitu t-statistik lebih dari 1,96 dan nilai R-square

medekati 1. Nilai R-square menjelaskan seberapa besar variabel eksogen yang

dihipotesiskan dalam persamaan mampu menerangkan variabel endogen.

3.9 Analisis Hasil

Pada tahap analisis hasil temuan akan menganalisa hasil uji hipotesis dari

tahapan sebelumnya. Hasil analisis akan menunjukkan hubungan antar variabel

yang mempengaruhi kesuksesan implementasi aplikasi pemutar musik online. Hasil



38

analisis tersebut dapat digunakan sebagai saran dan rekomendasi bagi developer

bagaimana pengembangan aplikasi pemutar musik online selanjutnya.

3.10 Rekomendasi dan Saran Bagi Developer

Rekomendasi dan saran diberikan berdasarkan pengujian hipotesis dan

analisis hasil pada penelitian. Rekomendasi dan saran diberikan pada developer

aplikasi untuk pengembangan aplikasi pemutar musik online kedepannya.



39

BAB IV

HASIL DAN PEMBAHASAN

4.1 Penyusunan Kuesioner dan Penentuan Variabel

Kuesioner disusun berdasarkan instrumen kuesioner pada tabel 2.1 yang

digunakan pada penelitian yang telah dilakukan oleh (Lowry et. Al, 2013) dimana

digunakan untuk menguji model hedonic-motivation system adoption model dengan

menggunakan studi kasus game. Berdasarkan teori tersebut, maka digunakan

instrumen kuesioner pada tabel 4.1 digunakan untuk menguji hedonic-motivation

system adoption model pada aplikasi pemutar musik online. Kuesioner

menggunakan 7 skala likert poin. Lembar kuesioner yang digunakan dapat dilihat

pada lampiran.

4.2 Penyebaran dan Pengumpulan Kuesioner

Data responden penelitian diperoleh melalui pengisian kuesioner yang telah

disebarkan kepada responden. Responden adalah semua masyarakat umum yang

menggunakan aplikasi pemutar musik online. Penyebaran kuesioner dilakukan pada

tanggal 6 juni sampai 19 juni 2016.

Dengan penyebaran kuesioner secara online maupun offline didapat jumlah

responden sebanyak 62 responden mengisi secara online dan 50 responden secara

offline. Dikarenakan data yang dibutuhkan sebanyak 100 responden dari data

kuesioner yang didapat hanya diambil 100 data kuesioner.



40

Tahap selanjutnya adalah analisis karakteristik reponden. Karakteristik

responden meliputi jenis kelamin, usia, kota tinggal, dan nama aplikasi pemutar

musik online.

Tabel 4.1 Instrumen Kuesioner

Konstruk Item

Joy JOY 1: Saya merasa menikmati penggunaan aplikasi.

JOY 2: Saya senang pada saat menggunakan aplikasi.

*JOY 3: Saya bosan menggunakan aplikasi.

*JOY 4: Aplikasi benar-benar mengesalkan saya.

JOY 5: Pengalaman aplikasi itu menyenangkan.

*JOY 6: Aplikasi menjadikan saya tidak puas.

Control CTL 1: Saya memiliki banyak kendali atas interaksi dengan aplikasi.

CTL 2: Saya dapat memilih secara bebas apa yang ingin saya lihat dan

lakukan.

*CTL 3: saya memiliki sedikit kendali dari apa yang saya bisa lakukan.

CTL 4: Saya merasa dapat mengendalikan aplikasi.

*CTL 5: Saya tidak memiliki kendali dari interaksi dengan aplikasi.

CTL 6: Saya diizinkan mengendalikan interaksi saya.

Immersion FI 1: Saya bisa menghindari sebagian gangguan lainnya.

FI 2: Saya selalu terlibat dalam apa yang saya lakukan.

FI 3: Saya terlibat secara mendalam pada aplikasi.

*FI 4 : Saya terganggu oleh perhatian lainnya dengan sangat mudah.

FI 5 : Perhatian saya tidak dapat dialihkan dengan sangat mudah.

Curiosity CUR 1 : Pengalaman ini meningkatkan rasa ingin tahu saya.

CUR 2 : Pengalaman ini membuat saya ingin tahu.

CUR 3 : Pengalaman ini meningkatkan imajinasi saya.

PEOU PEOU 1 : Interaksi saya dengan aplikasi jelas dan dimengerti.

PEOU 2 : Interaksi dengan aplikasi tidak membutuhkan banyak usaha

pemikiran.

PEOU 3 : Saya merasa aplikasi bebas dari masalah.

PEOU 4 : Saya merasa mudah untuk mendapatkan aplikasi lakukan dengan

apa yang saya ingin lakukan.

PEOU 5 : Mempelajari untuk mengoperasikan aplikasi mudah bagi saya.

PEOU 6 : Sederhana untuk melakukan apa yang saya inginkan dengan

aplikasi.

PEOU 7 : mudah bagi saya untuk menjadi ahli dalam menggunakan

aplikasi.

PEOU 8 : saya merasa aplikasi mudah digunakan.

PU PU 1 : Aplikasi dapat mengurangi stres saya.

PU 2 : Aplikasi membantu saya lebih baik dalam meluangkan waktu.

PU 3 : Aplikasi menyediakan pelarian yang berguna.

PU 4 : Aplikasi membantu saya berpikir lebih jernih.

PU 5 : Aplikasi membantu saya merasa lebih dimudakan

BIU BIU 1 : Saya akan berencana menggunakannya di masa depan.

BIU 2 : Saya akan berniat untuk terus menggunakannya di masa depan

BIU 3 : Saya berharap untuk menggunakan secara lanjut di masa depan



41

4.2.1 Karakteristik Responden Berdassarkan Jenis Kelamin

Data hasil pengisian kuesioner kemudian ditabulasi dan dikelompokkan

bedasarkan jenis kelamin laki-laki dan perempuan seperti yang disajikan pada tabel

4.2 dan grafik pada gambar 4.1.

Tabel 4. 2 Data responden bedasarkan Jenis Kelamin

No Jenis Kelamin Frekuensi Presentase (%)

1 Laki-laki 62 62%

2 Perempuan 38 38%

Jumlah 100 100%

Gambar 4. 1 Diagram Frekuensi Jenis Kelamin Responden

Dari tabel 4.2 dan gambar 4.1 dapat terlihat bahwa responden yang berjenis

kelamin laki-laki memiliki frekuensi lebih tinggi yaitu 62% atau sebanyak 62 orang

dibandingkan dengan responden berjenis kelamin perempuan sebanyak 38% atau

sebanyak 38 orang.

4.2.2 Karakteristik Responden Berdasarkan Usia


bedasarkan usia seperti yang disajikan pada tabel 4.3 dan gambar 4.2.

L62%

P38%

JENIS KELAMIN



42

Tabel 4. 3 Data responden bedasarkan Usia

No Usia Frekuensi Presentase (%)

1 <20 11 11%

2 21-30 70 70%

3 >30 19 19%

Jumlah 100 100%

Gambar 4. 2 Diagram Frekuensi Usia Responden

Dari tabel 4.3 dan gambar 4.2 dapat terlihat bahwa responden yang memiliki

frekuensi tertinggi yaitu responden dengan usia antara 21-30 tahun sebesar 70%

atau sebanyak 70 orang dan responden terendah adalah responden usia antara <20

tahun sebesar 11% atau sebanyak 11 orang.

4.2.3 Karakteristik Responden Berdasarkan Kota Tinggal


bedasarkan kota tinggal responden seperti yang disajikan pada tabel 4.4.

Tabel 4. 4 Data responden bedasarkan kota tinggal

No Kota Tinggal Frekuensi Presentase (%)

1 Surabaya 66 66%

2 Malang 12 12%

3 Sidoarjo 10 10%

4 Jakarta 8 8%

5 Pasuruan 2 2%

6 Jombang 1 1%

7 Kediri 1 1%

Jumlah 100 100%

<2011%

21-30

70%

>3019%

USIA



43

Gambar 4. 3 Diagram Frekuensi Kota Tinggal Responden

Dari tabel 4.4 dan gambar 4.3 dapat terlihat bahwa responden yang memiliki

frekuensi tertinggi yaitu yang bertempat tinggal di kota Surabaya yaitu sebanyak

66% atau sebanyak 66 orang sedangkan yang memiliki frekuensi terendah yaitu

yang bertempat tinggal di kota Jombang dan Kediri dimana masing-masing

sebanyak 1% atau sebanyak 1 orang.

4.2.4 Karakteristik Responden Berdasarkan Nama Aplikasi Pemutar Musik

Online


bedasarkan nama aplikasi pemutar musik online seperti yang disajikan pada tabel

4.5 dan gambar 4.4.

Surabaya66%

Malang12%

Sidoarjo10%

Jakarta8%

Pasuruan2%

Jombang1% Kediri

1%

KOTA TINGGAL



44

Tabel 4. 5 Data responden berdasarkan nama aplikasi pemutar musik online

No Aplikasi Pemutar

Musik Online Frekuensi Presentase (%)

1 JOOX 30 30%

2 Spotify 24 24%

3 Soundcloud 20 20%

4 Google Play Music 17 17%

5 iTunes 5 5%

6 8Tracks 4 4%

Jumlah 100 100%

Gambar 4. 4 Diagram Frekuensi Nama Aplikasi Pemutar Musik Online

Dari tabel 4.5 dan gambar 4.4 dapat terlihat bahwa responden yang aplikasi

pemutar musik online JOOX mempunyai frekuensi terbesar yaitu 30% atau

sebanyak 30 orang dan yang frekuensi terendah adalah aplikasi pemutar musik

online 8Tracks yaitu 4% atau sebanyak 4 orang.

JOOX30%

Spotify24%

Soundcloud20%

Google Play Music17%

iTunes5%

8Tracks4%

NAMA APLIKASI PEMUTAR MUSIK ONLINE



45

4.3 Penyajian Data Penelitian

Penyajian data penelitian ini digunakan untuk mengetahui kecenderungan

jawaban pada kuesioner. Item pertanyaan merupakan indikator dari variabel yang

telah dijelaskan sebelumnya. Terdapat tujuh kategori pilihan jawaban pada

kuesioner, dimana keterangan dapat dilihat pada tabel-tabel yang tersedia di

masing-masing variabel.

4.3.1 Frekuensi jawaban variabel perceived ease of use

Frekuensi jawaban responden pada variabel perceived ease of use

ditampilkan pada tabel 4.6 dan gambar 4.5. Dari tabel 4.6 dan gambar 4.5 dapat

dilihat bahwa distribusi frekuensi variabel perceived ease of use terdiri dari 8

indikator. Jika dilihat dari nilai modus pilihan jawaban PEOU1 dan PEOU8

adalah sangat setuju, PEOU2, PEOU5 dan PEOU7 adalah sebagian besar setuju,

PEOU3, PEOU4 dan PEOU6 adalah agak setuju.

Tabel 4. 6 Evaluasi statistik perceived ease of use

Ind Skala

Jml Mod STS SBTS ATS N AS SBS SS

PEOU1 1 1 1 13 17 25 42 100 SS

PEOU2 1 3 5 11 15 42 23 100 SBS

PEOU3 1 4 9 18 32 26 10 100 AS

PEOU4 2 3 5 18 44 17 11 100 AS

PEOU5 0 0 5 8 18 38 31 100 SBS

PEOU6 0 1 6 18 30 29 16 100 AS

PEOU7 1 0 4 11 16 36 32 100 SBS

PEOU8 0 1 1 9 13 28 48 100 SS Nb: STS (Sepenuhnya Tidak Setuju); SBTS (Sebagian Besar Tidak Setuju); ATS (Agak

Tidak Setuju); N (Netral); AS (Agak Setuju); SBS (Sebagian Besar Setuju); SS

(Sepenuhnya Setuju)



46

Gambar 4. 5 Diagram Frekuensi Jawaban Perceived ease of use

4.3.2 Frekuensi jawaban variabel perceived usefulness

Frekuensi jawaban responden pada variable perceived usefulness ditampilkan

pada tabel 4.7 dan gambar 4.6. Dari tabel 4.7 dan gambar 4.6 dapat dilihat bahwa

distribusi frekuensi variabel perceived usefulness terdiri dari 5 indikator. Jika

STS1%

SBTS1%

ATS1% N

13%

AS17%SBS

25%

SS42%

PEOU1 STS1%

SBTS3%

ATS5%

N11%

AS15%

SBS42%

SS23%

PEOU2STS1%

SBTS4% ATS

9%

N18%

AS32%

SBS26%

SS10%

PEOU3

STS2%

SBTS3% ATS

5%

N18%

AS44%

SBS17%

SS11%

PEOU4STS0%

SBTS0% ATS

5% N8%

AS18%

SBS38%

SS31%

PEOU5STS0%

SBTS1% ATS

6%

N18%

AS30%

SBS29%

SS16%

PEOU6

STS1%

SBTS0% ATS

4%N

11%

AS16%SBS

36%

SS32%

PEOU7STS0%

SBTS1%

ATS1% N

9%

AS13%

SBS28%

SS48%

PEOU8



47

dilihat dari nilai modus pilihan jawaban PU1 adalah sangat setuju, PU2, PU3 dan

PU4 adalah sebagian besar setuju, PU5 adalah agak setuju.

Tabel 4. 7 Evaluasi statistik perceived usefulness

Ind Skala


PU1 0 1 0 12 16 27 44 100 SS

PU2 0 1 4 23 20 28 24 100 SBS

PU3 1 6 5 27 16 31 14 100 SBS

PU4 0 1 4 20 20 30 25 100 SBS

PU5 1 1 2 19 28 27 22 100 AS Nb: STS (Sepenuhnya Tidak Setuju); SBTS (Sebagian Besar Tidak Setuju); ATS (Agak


(Sepenuhnya Setuju)

Gambar 4. 6 Diagram Frekuensi Jawaban Perceived usefulness

4.3.3 Frekuensi jawaban variabel curiousity

Frekuensi jawaban responden pada variabel curiousity ditampilkan pada tabel

4.8 dan gambar 4.7. Dari tabel 4.8 dan gambar 4.7 dapat dilihat bahwa distribusi

frekuensi variabel curiousity terdiri dari 3 indikator. Jika dilihat dari nilai modus

STS0%

SBTS1%

ATS0% N

12%

AS16%

SBS27%

SS44%

PU1 STS0%

SBTS1%

ATS4%

N23%

AS20%

SBS28%

SS24%

PU2STS1%

SBTS6% ATS

5%

N27%

AS16%

SBS31%

SS14%

PU3

STS0%

SBTS1% ATS

4%

N20%

AS20%SBS

30%

SS25%

PU4STS1%

SBTS1%ATS

2%N

19%

AS28%

SBS27%

SS22%

PU5



48

pilihan jawaban CUR1 dan CUR 2 adalah sebagian besar setuju sedangkan CUR3

adalah agak setuju.

Tabel 4. 8 Evaluasi statistik curiousity

Ind Skala


CUR1 1 2 5 24 24 27 17 100 SBS

CUR2 0 2 6 25 18 34 15 100 SBS

CUR3 0 6 8 22 23 21 20 100 AS Nb: STS (Sepenuhnya Tidak Setuju); SBTS (Sebagian Besar Tidak Setuju); ATS (Agak


(Sepenuhnya Setuju)

Gambar 4. 7 Diagram Frekuensi Jawaban Curiousity

4.3.4 Frekuensi jawaban variabel joy

Frekuensi jawaban responden pada variabel joy ditampilkan pada tabel 4.9

dan gambar 4.8. Dari tabel 4.9 dan gambar 4.8 dapat dilihat bahwa distribusi

frekuensi variabel joy terdiri dari 6 indikator. Jika dilihat dari nilai modus pilihan

jawaban JOY2 adalah sangat setuju, JOY5 adalah sebagian besar setuju, JOY1

adalah agak setuju. Sedangkan indikator JOY3, JOY4 dan JOY6 merupakan

indikator yang memiliki pernyataan negatif maka dalam pembobotan nanti akan

digunakan pembalikan skala. Modus dari JOY3 dan JOY4 adalah sebagian besar

tidak setuju, JOY6 adalah sangat tidak setuju.

STS1%SBTS

2%ATS5%

N24%

AS24%

SBS27%

SS17%

CUR1 STS0%

SBTS2%

ATS6%

N25%

AS18%

SBS34%

SS15%

CUR2STS0%

SBTS6% ATS

8%

N22%

AS23%

SBS21%

SS20%

CUR3



49

Tabel 4. 9 Evaluasi statistik joy

Ind Skala


JOY1 2 0 3 7 32 26 20 100 AS

JOY2 2 2 0 11 20 31 34 100 SS

JOY3 27 28 12 14 10 8 1 100 SBTS

JOY4 28 30 21 13 1 5 2 100 SBTS

JOY5 1 1 5 15 27 36 15 100 SBS

JOY6 36 24 12 12 13 1 2 100 STS Nb: STS (Sepenuhnya Tidak Setuju); SBTS (Sebagian Besar Tidak Setuju); ATS (Agak


(Sepenuhnya Setuju)

Gambar 4. 8 Diagram Frekuensi Jawaban Joy

4.3.5 Frekuensi jawaban variabel control

Frekuensi jawaban responden pada control ditampilkan pada tabel 4.10 dan

gambar 4.9. Dari tabel 4.10 dan gambar 4.9 dapat dilihat bahwa distribusi frekuensi

variabel control terdiri dari 6 indikator. Jika dilihat dari nilai modus pilihan jawaban

CTL2, CTL4 dan CTL6 adalah sebagian besar setuju, CTL1 adalah netral.

STS2%SBTS

0%

ATS3% N

8%

AS36%

SBS29%

SS22%

JOY1 STS2%

SBTS2%

ATS0% N

11%

AS20%SBS

31%

SS34%

JOY2STS27%

SBTS28%ATS

12%

N14%

AS10%

SBS8%

SS1%

JOY3

STS28%

SBTS30%

ATS21%

N13%

AS1%

SBS5%

SS2%

JOY4STS1%

SBTS1% ATS

5%

N15%

AS27%

SBS36%

SS15%

JOY5

STS36%

SBTS24%

ATS12%

N12%

AS13%

SBS1%

SS2%

JOY6



50

Sedangkan indikator CTL3 dan CTL5 merupakan indikator yang mempunyai

pernyataan negatif maka dalam pembobotan nanti menggunakan pembalikan skala.

Modus dari CTL3 adalah sebagian besar tidak setuju, CTL5 adalah sangat tidak

setuju.

Tabel 4. 10 Evaluasi statistik control

Ind Skala


CTL1 2 10 8 24 20 18 18 100 N

CTL2 0 8 7 18 17 35 15 100 SBS

CTL3 7 29 17 15 18 13 1 100 SBTS

CTL4 1 1 5 11 18 33 31 100 SBS

CTL5 31 27 13 12 12 4 1 100 STS

CTL6 0 2 5 18 23 29 23 100 SBS Nb: STS (Sepenuhnya Tidak Setuju); SBTS (Sebagian Besar Tidak Setuju); ATS (Agak


(Sepenuhnya Setuju)

Gambar 4. 9 Diagram Frekuensi Jawaban Control

STS2%

SBTS10%

ATS8%

N24%AS

20%

SBS18%

SS18%

CTL1 STS0%

SBTS8% ATS

7%

N18%

AS17%

SBS35%

SS15%

CTL2 STS7%

SBTS29%

ATS17%

N15%

AS18%

SBS13%

SS1%

CTL3

STS1%

SBTS1% ATS

5%N

11%

AS18%

SBS33%

SS31%

CTL4

STS31%

SBTS27%

ATS13%

N12%

AS12%

SBS4%

SS1%

CTL5STS0%

SBTS2% ATS

5%

N18%

AS23%

SBS29%

SS23%

CTL6



51

4.3.6 Frekuensi jawaban variabel immersion

Frekuensi jawaban responden pada variable immersion ditampilkan pada

tabel 4.11 dan gambar 4.10. Dari tabel 4.11 dan gambar 4.10 dapat dilihat bahwa

distribusi frekuensi variabel immersion terdiri dari 5 indikator. Jika dilihat dari nilai

modus pilihan jawaban FI1 dan FI2 adalah sebagian besar setuju, FI5 adalah agak

setuju, FI3 adalah netral. Sedangkan indikator FI4 merupakan indikator yang

mempunyai pernyataan negatif maka pembobotan nanti akan menggunakan

pembalikan skala. Modus dari FI4 adalah sebagian besar tidak setuju.

Tabel 4. 11 Evaluasi statistik immersion

Ind Skala


FI1 1 8 7 24 20 31 9 100 SBS

FI2 2 11 18 21 19 22 7 100 SBS

FI3 3 18 10 28 16 16 9 100 N

FI4 11 23 22 19 17 6 2 100 SBTS

FI5 4 9 14 23 30 17 3 100 AS Nb: STS (Sepenuhnya Tidak Setuju); SBTS (Sebagian Besar Tidak Setuju); ATS (Agak


(Sepenuhnya Setuju)

4.3.7 Frekuensi jawaban variabel behavioral intention to use

Frekuensi jawaban responden pada variabel behavioral intention to use

ditampilkan pada tabel 4.12 dan gambar 4.11. Dari tabel 4.12 dan gambar 4.11 dapat

dilihat bahwa distribusi frekuensi variabel behavioral intention to use terdiri dari 3

indikator. Jika dilihat dari nilai modus pilihan jawaban BIU1 dan BIU2 adalah

sebagian besar setuju, BIU3 adalah agak setuju.



52

Gambar 4. 10 Diagram Frekuensi Jawaban Immersion

Tabel 4. 12 Evaluasi statistik behavioral intention to use

Ind Skala


BIU1 1 0 3 21 18 29 28 100 SBS

BIU2 1 1 5 17 26 31 19 100 SBS

BIU3 2 1 5 24 24 21 23 100 AS Nb: STS (Sepenuhnya Tidak Setuju); SBTS (Sebagian Besar Tidak Setuju); ATS (Agak


(Sepenuhnya Setuju)

Jawaban responden yang telah diperoleh kemudian ditabulasi atau disajikan

dalam bentuk tabel di Microsoft Excell dan disimpan dengan format .csv yang

kemudian siap dianalisis dengan PLS menggunakan bantuan aplikasi computer

SmartPLS. Hasil tabulasi secara lengkap terlampir pada Lampiran 2. Baris pertama

menunjukkan kode indikator untuk setiap variabel dan kolom menunjukkan

jawaban responden untuk masing-masing indikator.

STS1%

SBTS8%

ATS7%

N24%

AS20%

SBS31%

SS9%

FI1 STS2% SBTS

11%

ATS18%

N21%

AS19%

SBS22%

SS7%

FI2 STS3% SBTS

18%

ATS10%

N28%

AS16%

SBS16%

SS9%

FI3

STS11%

SBTS23%

ATS22%

N19%

AS17%

SBS6%

SS2%

FI4 STS4% SBTS

9%

ATS14%

N23%

AS30%

SBS17%

SS3%

FI5



53

Gambar 4. 11 Diagram Frekuensi Jawaban Behavioral intention to use

4.4 Pengolahan Data Dengan Partial Least Square (PLS)

Analisis data dalam penelitian ini menggunakan Partial Least Square (PLS)

dimana terdapat dua tahapan evaluasi yaitu evaluasi model pengukuran (outer

model) dan evaluasi model struktural (inner model). Pengolahan data dilakukan

dengan software SmartPLS 3.0.

4.4.1 Evaluasi Model Pengukuran (outer model)

Evaluasi model pengukuran dilakukan untuk menilai validitas dan reliabilitas

model yang dilakukan dengan convergent validity, discriminant validity, dan

composite reliability.

1. Convergent Validity

Convergent validity digunakan untuk validasi indikator terhadap variabelnya

yang ditinjau dari nilai loading factor. Nilai ini akan diterima jika nilai loading

factor diatas 0,7. Namun, nilai loading factor yang berkisar diantara 0,4 sampai

0,7 akan benar-benar dihapus jika dapat meningkatkann nilai AVE yang

dimiliki, yang mana harus diatas 0,5. Tabel 4.13 menunjukkan nilai loading

factor yang dimiliki oleh tiap indikator. Dapat diamati bahwa tidak ada

STS1%SBTS

0%

ATS3%

N21%

AS18%

SBS29%

SS28%

BIU1 STS1%

SBTS1%

ATS5%

N17%

AS26%

SBS31%

SS19%

BIU2 STS2%

SBTS1% ATS

5%

N24%

AS24%

SBS21%

SS23%

BIU3



54

indikator yang memiliki loading factor dibawah 0,5. Hal itu menunjukkan

seluruh indikator dalam penelitian tersebut dapat dikatakan valid atau dapat

diterima.

Tabel 4. 13 Loading factor

PEOU PU CUR JOY CTL FI BIU

PEOU1 0,775

PEOU2 0,825

PEOU3 0,797

PEOU4 0,691

PEOU5 0,726

PEOU6 0,693

PEOU7 0,819

PEOU8 0,752

PU1 0,807

PU2 0,826

PU3 0,848

PU4 0,849

PU5 0,743

CUR1 0,873

CUR2 0,911

CUR3 0,882

JOY1 0,817

JOY2 0,795

JOY3 0,750

JOY4 0,704

JOY5 0,749

JOY6 0,729

CTL1 0,734

CTL2 0,612

CTL3 0,664

CTL4 0,743

CTL5 0,731

CTL6 0,725

FI1 0,819

FI2 0,759

FI3 0,775

FI4 0,741

FI5 0,658

BIU1 0,907

BIU2 0,968

BIU3 0,893



55

Pemeriksaan terakhir dari convergent validity ialah dengan melihat nilai AVE.

Indikator dianggap memiliki convergent validity yang baik adalah apabila

dengan memiliki nilai AVE lebih dari 0,5. Nilai akhir AVE dapat dilihat pada

tabel 4.14. Dapat dilihat bahwa nilai AVE yang ada pada gambar 4.12 semua

variabel diatas 0.5 yang dapat diartikan bahwa semua variabel dalam penelitian

mampu menjelaskan setengah varian dari indikator-indikatornya dalam rata-

rata.

Tabel 4. 14 Convergent validity

Variabel Average Variance Extracted

(AVE)

PEUO 0,580

PU 0,665

CUR 0,790

JOY 0,575

CTL 0,528

FI 0,567

BIU 0,853

Gambar 4. 12 Grafik AVE



56

2. Discriminant Validity

Pemeriksaan discriminant validity dilakukan dengan meninjau nilai

crossloading indikator. Discriminant validity dinyatakan baik bila indikator

berkorelasi lebih tinggi kepada variabelnya daripada variabel lainnya. Dengan

melihat Fornell-Larcker Criterion yang terdapat pada tabel 4.15 dapat

disimpulkan bahwa discriminant validity yang dimiliki baik yang artinya

bahwa nilai AVE setiap variabel lebih besar dari pada nilai R2 tertinggi dari

variabel lainnya.

Tabel 4. 15 Fornell-Larcker Criterion

BIU CTL CUR FI JOY PEOU PU

BIU 0,924

CTL 0,556 0,727

CUR 0,382 0,357 0,889

FI 0,595 0,583 0,450 0,753

JOY 0,667 0,684 0,369 0,463 0,758

PEOU 0,664 0,590 0,340 0,471 0,604 0,761

PU 0,708 0,454 0,594 0,477 0,529 0,640 0,816

3. Composite Reliability

Uji reliabilitas dilakukan dengan cara mengukur dua kriteria yaitu composite

reliability dan cronbach alpha. Variabel yang dinyatakan reliabel jika nilai

composite reliability dan cronbach alpha diatas 0,7. Hasil uji composite

reliability dan cronbach alpha terdapat pada tabel 4.16 dan 4.17.

Dari tabel-tabel yang disajikan, dapat dilihat semua variabel memiliki

composite reliability dan cronbach alpha diatas 0,7. Sehingga dapat dikatakan

semua variabel dalam penelitian sudah reliabel atau mempunyai hasil yang

sama pada setiap percobaan yang berhasil.



57

Tabel 4. 16 Composite Reliability

Variabel Composite

Reliability

BIU 0,946

CTL 0,848

CUR 0,919

FI 0,867

JOY 0,890

PEOU 0,917

PU 0,908

Tabel 4. 17 Cronbachs alpha

Variabel Cronbach's

Alpha

BIU 0,914

CTL 0,782

CUR 0,869

FI 0,816

JOY 0,854

PEOU 0,896

PU 0,874

4.4.2 Evaluasi Model Struktural (inner model)

Setelah penujian model pengukuran (outer model) langkah selanjutnya adalah

pengujian pada model stuktural (inner model) dimana untuk mengetahui apakah

hipotesis dapat diterima atau ditolak. Penelitian ini akan menggunakan nilai

signifikan (α) 0,05 atau 5%.

Hubungan antar variabel dapat dianggap signifikan jika nilai P lebih kecil dari

nilai signifikan yang telah ditetapkan (P < 0,05). Tabel 4.18 menunjukan bahwa

variabel CUR (Curiousity) yang tidak signifikan terhadap BIU (Behavioral

intention to use) dan variabel JOY yang tidak signifikan terhadap FI (Immersion)

dikarenakan nilai P-Values diatas 0,05 yaitu 0,202 dan 0,734.



58

Tabel 4. 18 Nilai P Inner Model

Relasi

Original

sample

(0)

Sample

Mean

(M)

Standard

Error

(STERR)

T Statistics

(|0/STERR|)

P

Values

CTL -> FI 0,447 0,445 0,109 4,080 0,000

CUR -> BIU 0,094 0,068 0,074 1,278 0,202

CUR -> FI 0,269 0,259 0,108 2,493 0,013

JOY -> BIU 0,414 0,394 0,098 4,224 0,000

JOY -> FI 0,058 0,083 0,170 0,340 0,734

PEOU ->

CTL 0,590 0,603 0,059 9,953 0,000

PEOU ->

CUR 0,340 0,340 0,104 3,252 0,001

PEOU ->

JOY 0,604 0,614 0,077 7,870 0,000

PEOU -> PU 0,640 0,650 0,052 12,349 0,000

PU -> BIU 0,545 0,544 0,089 6,133 0,000

4.4.3 Uji Goodness of Fit (GoF)

Goodness of Fit (GoF) digunakan untuk memvalidasi model pengukuran dan

struktural secara keseluruhan. GoF dapat dihitung dengan menggunakan persamaan

2.1. Dari perhitungan GoF yang disajikan pada tabel 4.19 diperoleh nilai 0,497

dimana dapat dinyatakan nilai GoF besar. Semakin besar nilai GoF berarti semakin

baik model penelitian yang digunakan.

Tabel 4. 19 Nilai GoF

Variabel Communalities R Square

PEUO 0,58

PU 0,665 0,41

CUR 0,79 0,115

JOY 0,575 0,365

CTL 0,528 0,348

FI 0,567 0,408

BIU 0,853 0,626

Rata-rata 0,651 0,379

Nilai GoF 0,497



59

𝐺𝑜𝐹 = √𝐶𝑜𝑚 × 𝑅2

= √0,651 × 0,379

= 0,497

4.5 Analisis Hasil

Analisis hasil dilakukan berdasarkan hasil evaluasi model struktural yang

telah didapatkan yaitu nilai signifikan hubungan antar variabel untuk penentuan

hipotesis nol (Ho) diterima atau ditolak. Hasil pengujian hipotesis dapat dilihat pada

tabel 4.20.

Tabel 4. 20 Pengujian Hipotesis

Hipotesis Alternatif Keterangan

H1 Perceived ease of use (PEOU) aplikasi pemutar musik online

berpengaruh positif terhadap Perceived usefulness (PU)

aplikasi pemutar musik online

Diterima; P-

values = 0.000

H2 Perceived Easse of Use (PEOU) aplikasi pemutar musik

online berpengaruh positif terhadap curiosity aplikasi

pemutar musik online

Diterima; P-

values = 0,001


berpengaruh positif terhadap joy aplikasi pemutar musik

online

Diterima; P-

values = 0,000


berpengaruh positif terhadap control aplikasi pemutar musik

online

Diterima; P-

values = 0,000

H5 Perceived usefulness (PU) aplikasi pemutar musik online

berpengaruh positif terhadap Behavioral intention to use

(BIU) aplikasi pemutar musik online

Diterima; P-

values = 0,000

H6 Curiosity aplikasi pemutar musik online berpengaruh positif

terhadap Behavioral intention to use (BIU) aplikasi pemutar

musik online

Ditolak; P-

values = 0,202

H7 Curiosity aplikasi pemutar musik online berpengaruh positif

terhadap immersion aplikasi pemutar musik online Diterima; P-

values = 0,013

H8 Joy aplikasi pemutar musik online berpengaruh positif

terhadap Behavioral intention to use (BIU) aplikasi pemutar

musik online

Diterima; P-

values = 0,000

H9 Joy aplikasi pemutar musik online berpengaruh positif

terhadap immersion aplikasi pemutar musik online Ditolak; P-

values = 0,734

H10 Control aplikasi pemutar musik online berpengaruh positif

terhadap immersion aplikasi pemutar musik online Diterima; P-

values = 0,000



60

Dari tabel 4.20 dapat dilihat bahwa hipotesis alternatif (Ha) dari penelitian

yang ditolak berdasarkan nilai P yang lebih besar dari 0,05 adalah hipotesis keenam

dan hipotesis kesembilan. Sedangkan hipotesis alternatif (Ha) yang lain dapat

diterima dikarenakan memiliki nilai P yang lebih kecil dari 0,05.

Sedangkan hipotesis nol (Ho) merupakan kebalikan dari hipotesis alternatif

(Ha) dalam penentuan (Ho) diterima atau ditolak. (Ho) dari penelitian yang dapat

diterima adalah hipotesis keenam dan kesembilan. Sedangkan (Ho) lain ditolak.

Dari hasil pengujian hipotesis dapat dilihat bahwa curiousity tidak

mempengaruhi niat pengguna secara langsung dalam melanjutkan menggunakan

aplikasi pemutar musik online. Penemuan ini terjadi dikarenakan kondisi pengguna

ketika merasa aplikasi pemutar musik online merupakan aplikasi yang tidak dapat

meningkatkan rasa ingin tahu pengguna dalam menggunakan aplikasi pemutar

musik online sehingga tidak mempengaruhi niat pengguna untuk menggunakan

aplikasi pemutar musik online. Sedangkan variabel joy tidak mempengaruhi

keterikatan pengguna terhadap penggunaan aplikasi pemutar musik online.

Penemuan ini mungkin terjadi karena pengguna merasa tidak terikat/fokus secara

mendalam pada saat menggunakan aplikasi pemutar musik online meskipun

pengguna tersebut merasa senang pada saat menggunakan aplikasi pemutar musik

online.

Sedangkan variabel perceived ease of use, perceived usefulness, joy dan

control menjadi bukti bahwa keempat variabel ini merupakan variabel yang penting

untuk mencapai kesuksesan. Kesuksesan yang dimaksud adalah tingginya niat

pengguna untuk melanjutkan penggunaan aplikasi pemutar musik online.



61

Penemuan jelas membuktikan bahwa pengguna merasa aplikasi pemutar musik

online dapat meningkatkan kepuasan batin dalam diri mereka sehingga pengguna

merasa akan menggunakan aplikasi pemutar musik online secara lanjut. Namun

pengembang aplikasi perlu untuk melakukan maintenance dan pengembangan

secara berkala untuk meningkatkan kepuasan pengguna.

4.6 Rekomendasi dan Saran untuk Developer Aplikasi

Dari pengujian hipotesis yang telah dilakukan rekomendasi saran digunakan

sebagai masukan untuk aplikasi pemutar musik online agar penggunaan aplikasi

pemutar musik online dapat memberikan kepuasan batin bagi penggunanya

sehingga mempengaruhi kesuksesan aplikasi pemutar musik online. Rekomendasi

diambil berdasarkan jawaban terendah responden pada tiap variabel yang

hipotesisnya ditolak serta kritik dan saran yang disediakan penulis dalam kuesioner

sebelumnya. Berikut adalah rekomendasi saran yang diajukan Pada variabel

curiousity yang memiliki loading factor terendah adalah CUR1 yang merupakan

tingkat keingin tahuan pengguna terhadap aplikasi pemutar musik online. Oleh

karena itu diperlukan penambahan fitur yang bisa menarik rasa ingin tahu pengguna

terhadap aplikasi pemutar musik online seperti menambahkan fitur informasi pada

lagu, album maupun artis yang membawakn lagu tersebut.

Sedangkan rekomendasi strategi yang dapat diberikan pada pembangun

sistem berdasarkan hipotesis yang diterima yakni:

1. Pada variabel perceived ease of use indikator dengan loading factor terendah

adalah PEOU4, saran yang diberikan adalah mengurangi batasan-batasan

aplikasi pemutar musik online bagi pengguna yang tidak memiliki akun VIP.



62

Dimana hal itu mengurangi apa yang dapat dilakukan pengguna terhadap

aplikasi pemutar musik online.

2. Pada variabel perceived usefulness indikator dengan loading factor terendah

adalah PU5, saran yang diberikan adalah memberikan tambahan fitur yang dapat

membuat pengguna merasa jiwanya lebih diremajakan dengan menambah fitur-

fitur hiburan seperti equalizer dan lain sebagainya.

3. Pada variabel joy indikator dengan loading factor terendah adalah JOY4, saran

yang diberikan adalah dengan melakukan maintenance terhadap aplikasi yang

dapat menghilangkan bug yang terjadi pada aplikasi pemutar musik online, serta

mengurangi batasan bagi pengguna yang tidak memilik akun VIP karena kedua

hal tersebut banyak dikeluhkan oleh pengguna.

4. Pada variabel control indikator dengan loading factor terendah adalah CTL 2,

saran yang dapat diberikan adalah pengurangan batasan bagi pengguna yang

tidak memiliki akun VIP, dimana dengan batasan tersebut pengguna merasa

tidak bisa secara bebas dalam menggunakan aplikasi pemutar musik online.



63

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Dari hasil penelitian analisa penerimaan penggunaan aplikasi pemutar musik

online dengan menggunakan hedonic-motivation system adoption model dapat

disimpulkan sebagai berikut:

1. Faktor yang berpengaruh terhadap kesuksesan penerimaan penggunaan

aplikasi pemutar musik online dengan menggunakan hedonic-motivation

system adoption model berdasarkan hasil pengujian hipotesis adalah perceived

ease of use, perceived usefulness, joy dan control. Keempat variabel ini

merupakan variabel yang penting untuk mencapai kesuksesan penggunaan

aplikasi pemutar musik online. Kesuksesan yang dimaksud adalah tingginya

niat pengguna untuk melanjutkan penggunaan aplikasi pemutar musik online.

2. Strategi yang dapat dilakukan untuk meningkatkan minat pengguna dalam

mengguna aplikasi pemutar musik online berdasarkan hasil uji hipotesis dan

saran yang diberikan responden pada kuesioner adalah dengan mengurangi

batasan dalam menggunakan aplikasi pemutar musik online bagi pengguna

yang tidak memiliki akun VIP, melakukan maintenance secara berkala untuk

mengurangi bug pada aplikasi pemutar musik online dan menambahkan fitur

yang dapat meningkatkan keingintahuan pengguna dalam menggunakan




64

5.2 Saran

Berdasarkan hasil penelitian maka saran yang dapat diajukan untuk penelitian

selanjutnya antara lain:

1. Perlunya pengurangan indikator pertanyaan pada kuesioner dikarenakan

adanya beberapa indikator dengan pertanyaan yang hampir mirip.

2. Perlunya evaluasi lebih dalam untuk mengetahui penyebab – penyebab tidak

signifikannya relasi antar variabel.

3. Memodifikasi hedonic-motivation system adoption model supaya penelitian

yang dilakukan lebih akurat.

4. Menggunakan model lain untuk membandingkan hasil dengan hedonic-

motivation system adoption model untuk menganalisa penerimaan penggunaan




65

DAFTAR PUSTAKA

Agarwal, R. & Karahanna, E. (2000). Time flies when you're having fun: Cognitive

absorption and beliefs about information technology usage. MIS Quarterly,

24(4), 665–694.

Chin, W., & Frye, T. (1996). PLS Graph . Soft Modeling Inc.

Fathoni, A. (2006). Metodologi Penelitian dan Teknik Penyusunan Skripsi. Jakarta:

Rineka Cipta.

Faza, Septiana. (2013). Sudah Tahukah Anda Apa Itu Soundcloud. Retrieved

August 18, 2016, from Septiana Faza:

http://septianza.blogspot.co.id/2013/12/sudah-tahukah-anda-apa-itu-

soundcloud.html

Febrian, Jack. (2005). Menggunakan Internet. Bandung:Informatika.

Ghozali, I. (2008). Structural Equation Modeling. Metode Alternatif dengan Partial

Least Square PLS. Semarang: Badan Penerbit Undip.

Ghozali, I. (2013). Structural Equation Modelling Metode Alternatif dengan Partial

Least Square (PLS). Semarang: Badan Penerbit Undip.

Handi (2015). Mengenal Aplikasi JOOX Music - Aplikasi Music Streaming.

Retrieved August 18, 2016, from handi.id: http://handi.id/mengenal-

aplikasi-joox-music-aplikasi-musik-streaming

Hartono, Jogiyanto. (2005). Analisis dan Desain Sistem Informasi: pendekatan

terstruktur teori dan praktek aplikasi bisnis. Yogyakarta: Andi Offset

Hendryadi & Suryani. 2010. Metode Riset Kuantitatif : Teori dan Aplikasi pada

Penelitian Bidang Manajemen dan Ekonomi Islam. Jakarta: Prenadamedia.

Liu, Y. (2003). Developing a scale to measure the interactivity of websites. Journal

of Advertising Research, 43(2), 207–216.

Lowry et.al. (2013). Proposing The Hedonic-Motivation System Adoption Model

(HMSAM) to Increase Understanding of Adoption of Hedonically Motivated



https://scholar.google.com/citations?view_op=view_citation&hl=en&user=6eDyhRgAAAAJ&citation_for_view=6eDyhRgAAAAJ:u5HHmVD_uO8C

https://scholar.google.com/citations?view_op=view_citation&hl=en&user=6eDyhRgAAAAJ&citation_for_view=6eDyhRgAAAAJ:u5HHmVD_uO8C

66

Systems. Journal of the Association for Information Systems, vol. 14(11),

617–671.

Monecke, A. & Leisch, F. (2012) SEM PLS: Structural Equation Modeling Using

Partial Least Square.Journal of Statistic Software.

Nurasalam. (2013). Metodologi Penelitian Ilmu Keperawatan: Pendekatan Praktis

Edisi 3. Jakarta.

Pikkarainen, et al. (2004). Consumer acceptance of online banking: an extension of

the technology acceptance model. Internet Research Volume 14 – Number

3 pp. 224-235

Siregar, S. (2014). Statisti 6ka Parametrik untuk Penelitian Kuantitatif dilengkapi

dengan Perhitungan manual dan Aplikasi SPSS Versi17. Jakarta: Rajawali

Pers.

Sugiyono. (2009). Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitif,

dan R&D. Bandung: ALFABETA.

Supriyadi, Edi. 2014. SPSS + AMOS: Statistical Data Analysis. Jakarta: In Media.

Surya, Riecky. (2014). Aplikasi Pemutar Musik Online Gratis Untuk Android.

Retrieved August 18, 2014 from Ruang Komputer:

http://ruangkomputer.com/aplikasi-musik-online-streaming-gratis-untuk-

android

Utami, A. W. (2013). Analisa Kesuksesan Sistem Informasi Akademik (SIAKAD)

di Perguruan Tinggi dengan menggunakan Pendekatan D&M is Success

Model Studi Kasus ITS Surabaya. Skripsi ITS.

Venkatesh, V. (2000). Determinants of perceived ease of use: Integrating control,

intrinsic motivation, and emotion into the technology acceptance model.

Information Systems Research, 11(4),342-365.

Yamin & Kurniawan, S. (2011). Generasi Baru Mengelolah Data Penelitian

dengan Partial Least Square Path Modeling. Jakarta: Salemba Infotek.

Yamin, S., & Kurniawan, H. (2011). Generasi Baru Mengolah Data Penelitian

dengan Partial Least Square Path Modelling Aplikasi dengan Software

XLSTAT, SMartPLS, dan VisualPLS. Jakarta: Salemba Infotek.

Yudhistira. (2014). Spotify, Aplikasi Pemutar Musik Online Gratis Tanpa Batas.

Retrieved August 18, 2016, from Spot Gadget: http://spot-

gadget.blogspot.co.id/2014/04/spotify-aplikasi-pemutar-musik-online-

gratis-tanpa-batas.html



Lampiran 1

UNIVERSITAS AIRLANGGA Jl. Mulyorejo, Kampus C, Surabaya, Jawa Timur 60115

Telp. (031) 5914042, 5914043, 5912546, 5912564, Fax. (031) 5981841, 5939934

Website : www.unair.ac.id

ANALISIS PENERIMAAN PENGGUNAAN APLIKASI PEMUTAR MUSIK ONLINE

DENGAN MENGGUNAKAN HEDONIC-MOTIVATION SYSTEM ADOPTION MODEL

Kuesioner Dengan hormat,

Saya adalah mahasiswa Fakultas Sains dan Teknologi Jurusan Sistem Informasi Universitas

Airlangga Surabaya yang sedang melakukan penelitian dengan judul “Analisis Penerimaan Penggunaan

Aplikasi Pemutar Musik Online Dengan Menggunakan Hedonic-Motivation System Adoption Model”.

Sehubungan dengan hal tersebut, saya sangat mengharapkan bantuan Bapak/Ibu untuk mengisi

kuesioner yang saya ajukan. Informasi dan opini yang Bapak/Ibu berikan akan sangat membantu saya

dalam menganalisis keberlanjutan penggunaan aplikasi pemutar musik online. Yang harapannya dapat

menjadi dasar dalam pembuatan rancangan saran dan solusi untuk perbaikan dan peningkatan dalam

proses pengembangan aplikasi pemutar musik online.

Untuk diketahui bahwa kuesioner ini hanyalah untuk kepentingan akademis dan ilmiah saja.

Oleh karena itu saya sangat mengahrapkan ketelitian, kejujuran dan kesungguhan Bapak/Ibu dalam

mengisi kuesioner ini, sehingga jawaban Bapak/Ibu dapat memberi saya gambaran mengenai

keberhasilan aplikasi pemutar musik online.

Demikian permohonan ini saya buat, atas perhatian dan partisipasi Bapak/Ibu dalam penelitian

ini, saya ucapkan terima kasih.

Hormat saya,

Hendra Hanggar Kusuma



Bagian I

Isilah data berikut sesuai dengan data diri Anda. Isilah data dalam kotak isian dengan

menggunakan tanda centang (√)

Data Responden

Jenis Kelamin : Laki-Laki Perempuan

Usia : ......

Kota Tinggal : ……………………………………………

Nama Aplikasi Pemutar Musik Onine : …………………...

Bagian II

Petunjuk Pengisian:

Berdasarkan atas pengalaman Ibu/Bapak, berilah tanda centang (√) pada bobot nilai alternatif

jawaban yang paling merefleksi persepsi Ibu/Bapak pada setiap pernyataan. Berikut 7 pilihan

jawaban yang tersedia:

Sepenuhnya Tidak Setuju (STS) apabila pernyataan tersebut sepenuhnya tidak sesuai

dengan diri Anda

Sebagian Besar Tidak Setuju (SBTS) apabila pernyataan tersebut sebagian besar tidak

sesuai dengan diri Anda

Agak Tidak Setuju (ATS) apabila pernyataan tersebut agak tidak sesuai dengan diri anda

Netral (N) apabila pernyataan tersebut diantara sesuai dan tidak sesuai dengan diri Anda

Agak Setuju (AS) apabila pernyataan tersebut agak sesuai dengan diri Anda

Sebagian Besar Setuju (SBS) apabila pernyataan tersebut sebagian besar sesuai dengan diri

anda

Sepenuhnya Setuju (SS) apabila pernyataan tersebut sepenuhnya sesuai dengan diri anda



No Daftar Pernyataan

Alternatif Jawaban

STS SBTS ATS N AS SBS SS

1 2 3 4 5 6 7

1 Saya merasa dapat menikmati penggunaan aplikasi

pemutar musik online.

2 Saya senang pada saat menggunakan aplikasi pemutar

musik online.

3 Saya bosan menggunakan aplikasi pemutar musik

online.

4 Aplikasi pemutar musik online benar-benar membuat

saya menjadi kesal.

5 Pengalaman menggunakan aplikasi pemutar musik

online itu memuaskan.

6 Aplikasi pemutar musik online menjadikan saya tidak

puas.

7 Saya memiliki banyak kendali dalam menggunakan


8 Saya dapat memilih secara bebas apa yang ingin saya

lihat dan lakukan.

9 Saya memiliki sedikit kendali dari apa yang saya bisa

lakukan.

10 Saya merasa dapat mengendalikan dalam menggunakan


11 Saya tidak memiliki kendali dari interaksi saya dengan


12 Saya diizinkan mengendalikan interaksi saya dengan


13 Saya bisa menghindari sebagian gangguan lainnya

ketika menggunakan aplikasi pemutar musik online.

14 Saya selalu terikat dalam apa yang saya lakukan pada

saat menggunakan aplikasi pemutar musik online.

15 Saya terikat secara mendalam pada aplikasi pemutar

musik online.



NO Daftar Pernyataan

Altermatif Jawaban


1 2 3 4 5 6 7

16 Saya terganggu oleh perhatian lainnya dengan sangat

mudah pada saat menggunakan aplikasi pemutar musik

online

17 Perhatian saya tidak dapat dialihkan dengan sangat

mudah.


online meningkatkan keingintahuan saya.


online membuat saya ingin tahu.

20 Pengalaman menggunakan aplikassi pemutar musik

online meningkatkan imajinasi saya.

21 Interaksi saya dengan aplikasi pemutar musik online

jelas dan dapat dimengerti.

22 Interaksi dengan aplikasi pemutar musik online tidak

membutuhkan banyak usaha pemikiran.

23 Saya merasa aplikasi pemutar musik online bebas dari

masalah.

24 Saya merasa mudah untuk mendapatkan apa yang

aplikasi lakukan dengan apa yang ingin saya lakukan.

25 Mempelajari untuk mengoperasikan aplikasi pemutar

musik online mudah bagi saya.

26 Sederhana melakukan apa yang saya inginkan dengan


27 Mudah bagi saya untuk menjadi terampil dalam

menggunakan aplikasi pemutar musik online.

28 Saya merasa aplikasi pemutar musik online mudah

untuk digunakan.

29 Aplikasi pemutar musik online dapat mengurangi stres

saya.

30 Aplikasi pemutar musik online membantu saya lebih

baik dalam mengisi waktu.



No Daftar Pernyataan

Alternatif Jawaban


1 2 3 4 5 6 7

31 Aplikasi pemutar musik online membantu dalam

pembebasan diri yang berguna.

32 Aplikasi pemutar musik online membantu saya

berpikir jernih.

33 Aplikasi pemutar musik online membantu saya merasa

lebih dimudakan.

34 Saya akan berencana menggunakannya di masa depan.

35 Saya berniat untuk terus menggunakannya di masa

depan.

36 Saya berharap untuk menggunakan secara lanjut di

masa depan.

Terima kasih atas partisipasi Bapak/Ibu dalam mengisi kuesioner ini. Dengan tulus saya

sangat menghargai waktu dan kerjasama dari Bapak/Ibu.

Terima Kasih dan Sukses Selalu

Saran :



Lampiran 2. Rekap Data

JOY

1

JOY

2

JOY

3

JOY

4

JOY

5

JOY

6

CT

L1

CT

L2

CT

L3

CT

L4

CT

L5

CT

L6

FI1

FI2

FI3

FI4

FI5

CU

R1

CU

R2

CU

R3

PE

OU

1

PE

OU

2

PE

OU

3

PE

OU

4

PE

OU

5

PE

OU

6

PE

OU

7

PE

OU

8

PU

1

PU

2

PU

3

PU

4

PU

5

BIU

1

BIU

2

BIU

3

7 6 4 6 6 6 2 6 5 5 3 6 6 3 2 3 3 6 6 6 6 7 7 7 7 7 7 7 7 6 6 4 4 6 6 6

5 6 7 6 5 6 5 3 3 5 5 6 5 3 2 3 3 4 4 3 6 6 6 6 7 5 6 7 6 4 4 5 5 6 5 4

7 7 4 7 5 4 7 7 5 5 5 4 2 3 2 3 6 6 6 4 5 6 4 5 6 5 7 6 4 4 4 3 5 4 4 4

4 4 3 5 4 3 3 2 2 7 5 2 2 2 2 3 3 2 3 3 5 6 5 7 6 5 6 5 7 5 4 5 4 4 4 5

6 7 5 7 5 5 5 5 6 5 5 4 4 4 4 3 4 4 4 4 4 5 5 5 5 5 5 6 6 6 4 4 4 5 5 5

3 4 6 4 4 5 4 4 3 3 4 4 3 3 3 3 3 5 5 2 4 4 2 4 5 3 5 5 5 3 2 4 5 4 3 3

7 7 3 4 7 4 5 5 3 7 2 7 6 6 6 3 6 6 6 6 7 7 6 6 6 6 6 6 7 6 7 6 6 6 6 6

5 5 2 2 6 1 7 5 5 3 2 5 5 5 5 3 4 3 4 4 5 3 4 5 3 3 5 5 5 5 3 5 6 4 5 5

6 5 2 2 7 3 5 6 2 6 2 7 5 6 6 3 6 7 6 5 7 6 7 5 7 5 7 5 6 6 7 7 6 4 6 7

6 6 3 1 7 3 4 6 2 6 2 6 5 4 5 3 4 6 6 6 7 6 5 6 6 6 6 6 6 7 7 7 6 6 5 6

5 5 4 4 4 4 2 2 3 6 6 6 4 3 2 3 3 2 2 2 6 6 5 2 7 3 7 7 5 4 4 4 3 4 5 6

5 4 3 2 3 4 2 2 3 6 6 4 4 3 2 3 3 4 4 6 6 5 5 2 6 6 6 7 7 5 5 5 5 5 6 6

6 6 4 6 6 6 4 5 4 7 6 6 4 3 2 3 4 6 6 6 5 6 5 5 7 6 6 6 7 6 2 2 4 5 5 5

5 5 6 5 6 7 4 4 4 6 6 5 3 2 2 3 2 4 3 3 6 6 5 4 7 4 5 7 6 5 5 6 5 5 5 4

5 5 4 6 5 7 3 3 2 5 6 4 2 2 2 3 3 4 4 3 7 5 5 4 7 7 6 7 5 3 2 5 4 4 5 4

5 6 6 5 5 3 4 4 6 6 6 5 4 3 2 3 3 4 4 5 6 5 6 5 7 4 5 6 6 4 4 6 5 5 4 3

5 4 5 6 4 5 6 6 6 6 6 6 4 4 4 3 3 5 5 4 6 7 5 4 7 6 6 7 5 4 4 4 4 4 4 4

5 5 5 6 5 5 6 7 3 5 3 5 5 3 3 5 5 7 7 7 7 2 3 5 3 3 5 5 7 4 4 5 6 5 5 5

5 5 6 7 5 7 2 2 2 4 3 5 3 2 3 5 5 6 6 5 7 7 5 5 7 5 6 6 7 5 5 6 6 4 4 4

6 6 7 7 7 7 3 4 3 3 5 5 5 2 1 5 2 5 6 4 6 6 6 5 7 7 7 7 7 7 6 6 6 6 6 6

6 7 5 5 6 5 6 6 5 6 5 3 6 3 3 5 3 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6

6 6 6 6 6 6 6 3 4 5 5 5 6 3 4 5 4 4 4 4 6 6 5 3 6 4 6 6 6 6 6 6 6 7 6 7

7 6 6 6 2 3 2 6 2 5 5 4 2 6 2 5 2 5 5 3 5 6 3 5 5 3 3 5 2 3 4 3 5 4 4 4

5 6 5 5 6 7 4 4 2 5 5 5 5 4 3 5 3 5 4 3 6 5 4 5 5 6 7 7 6 5 5 5 5 5 4 5

6 6 6 6 5 6 4 4 6 4 5 3 4 5 5 5 1 5 4 4 5 5 4 4 5 5 5 5 5 4 4 5 4 4 6 6

4 5 5 7 4 7 4 2 5 7 4 4 3 3 5 5 1 4 4 2 3 3 2 4 3 4 4 5 4 6 4 5 5 4 3 4



7 7 6 6 6 6 2 6 3 6 6 6 6 3 3 5 4 5 5 4 5 6 4 5 6 6 4 7 5 4 3 4 4 5 5 5

5 5 5 5 5 5 5 5 5 5 6 5 5 5 5 5 5 5 5 6 5 4 3 5 5 5 5 5 6 5 5 5 5 5 5 5

6 7 6 5 6 6 6 6 5 6 6 2 5 6 4 5 6 6 6 6 4 4 5 4 5 4 4 4 4 4 4 4 4 4 4 4

5 6 7 6 5 6 6 5 5 7 6 5 5 4 5 5 5 7 6 6 7 6 6 5 5 7 7 5 5 6 7 7 6 6 5 7

6 7 7 6 5 7 5 4 4 6 6 6 6 5 7 5 6 6 6 7 7 6 5 5 5 5 6 6 7 6 6 7 6 6 6 6

7 7 7 6 6 7 7 6 6 7 6 7 6 5 4 5 6 5 4 6 7 6 6 5 5 5 6 7 7 5 6 6 7 6 5 4

7 7 6 7 7 6 5 6 3 5 7 6 6 6 6 5 5 6 6 7 7 7 6 7 6 7 7 6 7 7 6 7 7 7 7 7

6 6 7 7 5 3 4 6 5 7 7 4 5 5 4 5 4 5 5 4 7 6 5 5 7 5 7 6 7 5 5 6 7 6 6 7

6 6 7 7 7 6 5 6 5 6 7 6 6 6 5 5 6 6 5 5 6 7 6 6 7 7 7 7 7 7 6 6 7 7 7 7

6 7 7 6 5 3 7 6 6 7 7 7 5 4 3 5 6 7 7 6 5 5 5 5 6 5 7 7 7 7 6 7 5 6 7 7

7 6 6 7 6 6 7 6 6 7 7 6 6 6 6 5 5 6 6 5 7 7 7 6 5 6 5 7 6 5 6 6 7 6 5 5

7 7 6 6 6 7 5 6 6 6 7 6 6 6 6 5 7 6 6 7 7 7 6 7 6 6 7 7 6 6 7 7 7 6 7 6

5 6 6 7 5 7 7 6 6 7 7 7 6 5 4 5 5 7 6 5 7 6 5 5 6 5 6 7 6 5 5 6 7 7 6 5

5 5 5 5 4 5 3 4 3 3 3 3 3 5 4 4 5 5 5 5 4 4 3 3 4 4 5 4 4 4 4 4 5 4 4 4

5 7 3 4 6 5 4 3 3 4 3 4 4 5 4 4 5 6 6 6 6 6 4 4 6 4 5 6 7 6 6 7 6 6 5 6

5 4 2 2 6 2 6 6 3 4 3 5 2 5 5 4 6 6 6 5 5 6 5 4 6 6 6 6 5 4 4 3 6 3 3 3

3 5 3 5 5 6 4 2 3 5 3 4 6 6 6 4 2 3 3 2 5 5 5 5 6 5 6 7 7 7 6 7 7 7 6 5

6 6 7 6 5 3 5 5 4 6 5 7 5 4 4 4 4 5 6 7 7 6 5 5 6 5 6 7 7 7 6 7 7 7 7 7

4 5 6 6 6 6 4 5 5 5 4 5 3 2 4 4 4 5 6 6 4 3 3 4 5 4 3 4 5 5 5 4 4 5 5 5

4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

3 2 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

4 4 2 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

4 4 2 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

4 4 2 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

5 5 6 5 5 7 5 5 4 6 4 5 5 4 4 4 5 5 5 4 5 5 6 5 7 5 6 6 7 6 7 6 5 7 6 5

5 5 5 5 5 5 5 5 2 6 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

1 2 5 5 4 5 4 4 7 4 4 3 2 3 2 4 2 3 2 3 2 3 3 1 3 2 3 2 4 4 2 3 2 4 2 1

7 7 7 4 6 6 5 6 5 6 6 6 6 4 4 4 5 4 4 4 6 6 6 6 6 6 6 6 6 6 4 4 6 6 6 6



5 5 5 6 6 6 6 7 6 7 6 7 7 4 5 4 4 7 7 7 4 6 7 7 6 4 7 6 7 7 6 7 7 7 6 6

7 7 7 7 7 7 6 6 6 6 6 6 4 4 4 4 4 6 6 6 6 5 6 5 6 6 6 6 7 7 7 7 7 7 7 7

7 7 4 5 6 5 4 7 7 4 7 6 4 4 4 4 4 3 3 5 6 6 4 4 6 6 5 5 4 4 4 4 4 6 6 6

7 7 7 7 7 7 6 7 7 7 7 7 4 6 4 4 4 4 4 5 6 6 4 6 6 6 7 7 7 7 4 4 7 6 6 6

6 6 2 2 5 3 5 5 2 6 3 6 4 5 6 2 5 6 6 6 7 7 6 6 6 6 6 7 6 6 7 6 5 6 6 5

5 5 4 4 3 3 2 2 6 6 3 5 4 4 4 2 5 5 7 6 7 6 6 5 5 7 5 6 7 6 5 6 6 6 6 7

5 6 2 5 3 3 2 5 2 2 6 5 2 2 1 2 2 5 6 3 5 3 3 3 5 5 6 5 6 6 5 5 6 3 3 3

5 5 4 5 5 7 5 2 2 6 6 5 4 4 3 2 2 3 3 2 7 5 5 3 6 5 7 7 5 4 4 5 5 5 5 5

7 7 6 6 6 7 6 6 6 3 6 6 6 2 2 2 3 6 6 4 6 5 5 6 6 6 6 6 7 7 6 6 6 6 6 6

5 6 6 6 6 7 4 4 3 6 7 7 3 2 2 2 3 4 4 5 6 6 5 5 6 5 6 7 7 5 3 6 5 5 3 2

5 5 4 5 5 6 3 4 3 6 3 5 4 3 3 6 5 4 4 4 7 7 6 5 7 7 7 7 5 4 3 6 7 5 5 4

6 7 6 5 6 7 5 4 4 6 5 6 6 6 7 6 5 6 6 5 7 6 5 6 6 5 6 7 7 6 6 7 6 7 7 5

5 6 6 4 5 4 5 5 3 6 6 5 7 7 6 6 5 6 7 5 7 7 6 5 7 5 6 7 5 4 4 5 6 7 5 4

5 6 4 6 4 6 4 7 3 5 6 4 4 2 2 6 2 6 6 6 5 5 3 5 7 7 7 6 7 6 6 5 5 5 4 4

5 6 3 6 4 4 4 3 5 5 6 6 6 7 7 6 5 4 3 2 5 5 5 7 6 5 5 6 5 2 2 5 3 7 7 7

6 5 6 7 3 3 3 3 4 7 6 6 7 7 7 6 5 4 4 5 7 7 7 6 7 6 7 7 7 6 6 7 5 7 6 7

5 5 7 7 5 6 3 3 4 6 6 6 5 5 4 6 6 7 6 5 7 6 6 5 6 5 6 7 5 6 5 6 6 7 6 5

5 7 5 5 3 3 6 6 6 6 6 6 6 6 6 6 6 7 7 7 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6

5 4 6 7 6 7 4 6 6 5 6 5 6 3 2 6 3 4 5 5 6 6 7 7 7 6 4 6 6 5 5 5 6 6 7 7

7 6 3 5 6 6 6 6 5 7 7 6 6 6 5 6 5 4 4 5 7 6 5 5 6 5 6 7 6 3 2 5 5 5 5 3

6 7 6 7 6 7 5 6 5 7 7 7 6 6 6 6 6 7 6 7 6 7 7 6 7 6 7 7 7 7 7 6 7 7 6 7

7 7 3 7 6 7 5 5 4 6 7 5 5 3 2 6 5 4 5 6 5 5 6 5 7 7 7 7 7 7 6 7 7 7 7 7

7 7 7 7 6 7 6 6 2 6 7 5 5 5 5 6 6 7 7 7 7 2 3 3 6 4 6 7 7 7 6 7 7 7 7 7

7 6 7 5 7 6 5 5 6 7 7 6 6 7 7 6 5 5 5 6 7 6 6 5 6 6 7 7 7 5 6 6 6 6 5 4

7 6 7 7 6 6 7 6 6 7 7 7 6 6 5 6 5 4 4 7 6 7 7 5 7 5 6 7 7 5 6 6 6 6 5 4

6 7 6 5 5 7 7 6 6 7 7 6 6 6 6 6 5 5 5 6 7 6 5 5 5 5 6 7 6 5 5 6 7 6 5 4

6 7 6 6 6 7 7 7 6 7 7 7 7 7 7 6 6 6 6 7 7 6 5 5 6 6 7 7 7 7 6 7 5 7 7 5



5 7 7 6 6 7 7 6 6 7 7 7 6 5 7 6 6 6 5 7 7 6 6 5 5 7 7 6 7 7 6 5 5 6 6 5

7 6 7 6 7 7 7 7 6 6 7 6 5 4 5 6 5 5 5 5 6 6 5 7 6 5 5 5 6 7 5 6 5 5 5 5

7 7 7 6 6 7 6 5 6 7 7 6 6 5 4 6 5 6 7 5 7 7 6 5 6 5 5 7 7 6 5 7 7 7 6 5

6 6 7 6 6 7 7 6 6 7 7 7 5 5 5 6 6 6 5 5 7 6 5 5 6 6 7 7 6 5 4 6 5 7 6 5

6 7 6 7 6 7 6 6 6 7 7 7 6 5 4 6 6 6 6 5 7 6 5 5 7 5 7 7 7 6 6 7 5 6 7 7

6 7 7 7 6 7 7 6 6 7 7 7 6 6 6 6 5 5 6 7 7 7 6 6 7 6 7 7 7 6 6 7 5 5 6 7

6 4 4 3 4 5 2 5 6 6 5 5 2 3 3 1 2 5 5 5 5 6 2 4 3 3 3 3 5 6 3 4 5 3 4 4

1 1 1 1 1 1 1 7 1 1 1 7 1 7 7 1 7 7 7 7 1 1 1 1 7 7 1 7 7 7 1 7 1 1 1 1

7 7 7 7 7 7 6 6 7 5 3 5 7 6 6 7 1 7 7 7 7 7 6 7 5 6 6 6 7 7 6 6 6 7 7 7

7 1 4 7 7 4 3 6 3 7 3 3 6 7 7 7 4 1 7 5 7 7 4 5 6 4 6 7 7 7 7 7 7 7 7 7

7 7 6 6 6 6 2 7 5 6 4 4 4 2 2 7 4 7 7 7 4 4 4 5 7 7 7 7 7 7 6 6 6 6 6 6

6 6 3 6 5 6 4 4 2 5 6 6 5 5 5 7 5 5 6 4 7 6 5 5 7 5 7 7 6 4 5 5 5 5 5 5

7 6 7 7 7 7 6 6 5 7 7 6 7 6 6 7 7 6 7 7 7 7 7 6 7 6 6 6 7 7 7 7 6 7 7 6

6 7 6 7 5 6 7 6 6 6 7 7 7 6 6 7 5 7 6 6 7 7 6 5 5 6 7 7 6 6 7 6 7 7 6 6

7 6 6 6 5 7 7 7 6 7 7 7 6 6 6 7 5 5 4 4 7 7 5 6 7 6 7 7 6 5 4 5 5 6 6 7

7 6 7 7 6 7 7 7 6 7 7 7 6 5 5 7 5 5 5 7 6 6 7 5 6 7 6 6 6 5 6 6 7 7 5 5

7 7 7 4 6 7 7 7 7 7 7 7 4 1 4 7 4 7 7 7 7 7 4 7 7 7 7 7 7 7 7 7 4 7 7 7

7 7 7 7 7 7 7 7 7 7 7 7 7 1 1 7 1 7 7 7 7 7 6 7 7 7 7 7 7 7 7 7 7 7 7 7

7 7 7 7 7 7 1 7 7 7 7 7 7 6 4 7 4 7 6 4 7 2 2 2 4 4 4 7 6 6 6 4 4 7 7 6



Documents

ANALISIS PENERIMAAN DAN PENGGUNAAN APLIKASI …repository.unair.ac.id/56790/14/ST.SI 41-16 Kus a SKRIPSI-min.pdf · Skripsi ini di bawah ... dibuat disebarkan kepada pengguna aplikasi